Inteligencia artificial similar a ChatGPT es capaz de anticipar enfermedades antes de que aparezcan síntomas

La posibilidad de anticipar la aparición de enfermedades con años de antelación, antes incluso de que aparezcan los primeros síntomas, ha dejado de ser una mera especulación gracias a los avances en inteligencia artificial (IA).

Un grupo de científicos ha presentado un modelo denominado Delphi-2M, que utiliza tecnología de procesamiento de lenguaje natural similar a la de ChatGPT para analizar historiales médicos y prever la aparición de más de 1.000 enfermedades en el futuro, según un artículo publicado en la revista Nature.

El funcionamiento de Delphi-2M se basa en el análisis de secuencias de diagnósticos médicos, un proceso que, en palabras de Moritz Gerstung, experto en inteligencia artificial del Centro Alemán de Investigación del Cáncer, se asemeja a “aprender la gramática en un texto”.

Gerstung explicó a periodistas de AFP y otros medios que el modelo: “aprende los patrones en los datos de salud, diagnósticos precedentes, en qué combinaciones ocurren y en qué sucesión”, lo que permite realizar “predicciones muy significativas y relevantes para la salud”.

Para entrenar este sistema, los investigadores recurrieron a los datos del UK Biobank de Gran Bretaña, una base de datos biomédica que contiene información detallada de aproximadamente 500.000 participantes.

Posteriormente, el grupo validó el rendimiento de Delphi-2M utilizando registros de casi dos millones de personas de la base de datos de salud pública de Dinamarca.

La arquitectura sobre la que se asienta este modelo es la de redes neuronales tipo “transformador”, la misma que da nombre a la “T” en ChatGPT y que ha revolucionado las tareas de procesamiento de lenguaje en asistentes conversacionales y chatbots.

Sin embargo, en este caso, la tecnología se ha adaptado para descifrar la lógica interna de los historiales médicos, permitiendo identificar patrones que pueden anticipar riesgos de salud con una precisión superior a la que ofrecen los métodos tradicionales.

Durante la presentación de los resultados, Gerstung mostró gráficos que evidenciaban cómo la IA podría identificar a personas con un riesgo mucho mayor o menor de sufrir un ataque cardíaco, más allá de lo que su edad u otros factores convencionales permitirían prever.

Esta capacidad de anticipación abre la puerta a una medicina preventiva más eficaz, aunque los propios desarrolladores advierten que la herramienta aún no está lista para su uso clínico.

“Esto todavía está muy lejos de una atención médica mejorada, porque los autores reconocen que ambos conjuntos de datos están sesgados en términos de edad, etnia y resultados de salud actuales”, señaló Peter Bannister, investigador de tecnología sanitaria y miembro de la Institución de Ingeniería y Tecnología de Gran Bretaña.

A pesar de estas limitaciones, el potencial de sistemas como Delphi-2M para transformar la gestión sanitaria es alto. Según Tom Fitzgerald, coautor del Laboratorio Europeo de Biología Molecular, herramientas de este tipo podrían contribuir a la “optimización de recursos a través de un sistema de salud sobrecargado”.

En la actualidad, los médicos ya emplean programas computacionales para estimar el riesgo de enfermedades, como el QRISK3 utilizado en el Reino Unido para evaluar la probabilidad de ataques cardíacos o accidentes cerebrovasculares.

No obstante, Delphi-2M se diferencia por su capacidad de analizar simultáneamente el riesgo de múltiples enfermedades a lo largo de extensos periodos. “Puede hacer todas las enfermedades a la vez y durante un largo período de tiempo”, afirmó el coautor Ewan Birney.

El avance ha sido valorado por expertos en inteligencia artificial médica. Según citó DW, Gustavo Sudre, profesor del King’s College London, consideró que la investigación “parece ser un gran paso hacia un modelado predictivo escalable, interpretable y, más importante, éticamente responsable”.