El historial médico y los antecedentes de un paciente son claves a la hora de prever y anticiparse a las enfermedades futuras. Pero un modelo de Inteligencia Artificial, Delphi-2M, puede ir un paso más allá y anticiparse hasta 20 años a la aparición de enfermedades utilizando los datos del historial y con el entrenamiento oportuno que les dota la información de centenares de miles de personas. Lo detalla un papel publicado este miércoles a la revista Nature elaborado por investigadores del Laboratorio Europeo de Biología Molecular en colaboración con el Centro Alemán de Investigación del Cáncer (DKFZ) de Alemania y la Universidad de Copenhague de Dinamarca.

Entrenada con los datos anónimos de 400.000 pacientes del Biobanco del Reino Unido, el modelo de IA también funcionó utilizando los datos de 1,9 millones de pacientes. Con estos datos, es capaz de pronosticar el riesgo y la cronología de más de 1.000 enfermedades y pronosticar con más de 10 años de antelación los cambios en la salud de los pacientes. Lo que hace no es pronosticar exactamente si tendrás o no una enfermedad en un momento determinado, sino que calcula la probabilidad de desarrollar enfermedades en cierto tiempo. Por ejemplo, puede prever la probabilidad de una enfermedad cardiaca de cara al próximo año, con un acierto similar a los meteorólogos.

Con los datos del Biobanco del Reino Unido de pacientes entre los 60 y los 65 años, el riesgo varía de los 4 entre 10.000 al año para algunos hombres hasta aproximadamente 1 entre 100 en otros, siempre en función de estilos de vida y diagnósticos previos. Las mujeres tienen menos riesgo y con la edad los riesgos aumentan.

El modelo de IA generativa está diseñado con conceptos algorítmicos que se parecen a los de lenguaje extenso (LLM). Si estos pueden aprender la estructura de las oraciones, Delphi-2M aprende la gramática de los datos de salud con el fin de modelar los historiales médicos como secuencias de acontecimientos que tienen lugar a lo largo del tiempo. Con elementos del estilo de vida como el tabaquismo o el tipo de alimentación, el modelo aprende a predecir el riesgo de enfermedad con el orden en el cual tienen lugar los acontecimientos y el tiempo que hay entre ellos.

"Nuestro modelo de IA es una prueba de concepto que demuestra que la IA puede aprender muchos de nuestros patrones de salud a largo plazo y utiliza esta información para generar predicciones significativas", dice Ewan Birney, director ejecutivo interino del Laboratorio Europeo de Biología Molecular (EMBL). Cuando modelamos la evolución de las enfermedades a lo largo del tiempo, podemos empezar a explorar cuando surgen ciertos riesgos y como planificar mejor las intervenciones prematuras. Es una grande pasa hacia enfoques más personalizados y preventivos de la atención médica", añade.

Este modelo funciona mejor con afecciones que tienen progresos claros y consistentes, como algunos tipos de cáncer, infartos y septicemia, que es un envenenamiento de la sangre. Y tiene menos acierto en enfermedades más variables como las de salud mental. Aunque no es un modelo que esté todavía preparado para el uso clínico, sí que puede ayudar a los investigadores a comprender algunas enfermedades.