Investigadores europeos desarrollaron Delphi-2M, un modelo de inteligencia artificial capaz de predecir el riesgo de padecer más de mil 250 enfermedades con hasta dos décadas de anticipación. Entrenado con datos clínicos de 400 mil pacientes, el sistema utiliza variables como edad, género, índice de masa corporal y estilo de vida para generar estimaciones personalizadas.
Su aplicación podría extenderse a la planificación sanitaria, el análisis poblacional y la generación de datos sintéticos para investigación médica.
Un modelo predictivo
Delphi-2M fue desarrollado por el Instituto Europeo de Bioinformática, la Universidad de Copenhague y el Centro Alemán de Investigación del Cáncer. El modelo se basa en GPT-2, un sistema de lenguaje natural adaptado para interpretar historiales médicos como secuencias temporales de eventos. Su entrenamiento incluyó información de 400 mil pacientes del Biobanco del Reino Unido, incorporando factores como tabaquismo, consumo de alcohol y antecedentes clínicos.
En pruebas posteriores con datos de 1.9 millones de pacientes del Registro Nacional de Dinamarca, el modelo mantuvo niveles de precisión comparables, lo que sugiere su aplicabilidad en sistemas de salud de distintos países. A diferencia de otras herramientas que se enfocan en una sola enfermedad, Delphi-2M ofrece una visión integral del riesgo médico a largo plazo.
Aplicaciones en salud pública
Además de estimaciones individuales, Delphi-2M puede calcular la frecuencia de aparición de enfermedades en grupos poblacionales. Una de sus funciones más destacadas es la generación de datos sintéticos, que permite simular trayectorias clínicas sin comprometer la privacidad de los pacientes. Esta capacidad podría acelerar investigaciones médicas al reducir la dependencia de datos confidenciales.
El modelo muestra mayor eficacia en enfermedades con patrones clínicos consistentes, como diabetes o infartos, y menor precisión en afecciones influenciadas por factores ambientales o genéticos específicos. Los investigadores advierten que sus resultados deben interpretarse como estimaciones probabilísticas, no como diagnósticos definitivos.
Aunque Delphi-2M aún no está aprobado para uso clínico, sus desarrolladores consideran que representa un avance en la comprensión de la progresión de enfermedades. Su capacidad para anticipar riesgos, simular escenarios y personalizar análisis podría contribuir a intervenciones médicas más tempranas y a una planificación sanitaria más eficiente.
Fuente: Medios digitales