IA Delphi-2M predice enfermedades hasta 20 años antes con precisión revolucionaria

Un equipo internacional de investigadores ha desarrollado un sistema de inteligencia artificial capaz de leer el historial médico de una persona y predecir qué enfermedades podría desarrollar en los próximos años, incluso décadas. El modelo, llamado Delphi-2M, funciona analizando patrones en miles de registros clínicos para identificar secuencias de diagnósticos que preceden a enfermedades graves. Los científicos, procedentes del Reino Unido, Alemania, Dinamarca y Suiza, entrenaron el sistema con historiales de 400,000 personas británicas y casi dos millones de registros daneses, lo que le permitió aprender cómo una enfermedad o factor de riesgo puede conducir a otra en un orden y tiempo específicos.

La arquitectura de Delphi-2M se basa en la misma tecnología transformer que impulsa ChatGPT, pero en lugar de procesar lenguaje natural, interpreta secuencias de diagnósticos médicos como si fueran la gramática de un texto. El sistema no ofrece certezas absolutas, sino probabilidades. Puede indicar, por ejemplo, que existe un 70% de posibilidad de que una persona sufra un infarto en los próximos diez años, similar a cómo un pronóstico meteorológico estima la probabilidad de lluvia. La precisión varía según la enfermedad y el horizonte temporal que se considere.

El modelo demuestra particular efectividad con enfermedades que siguen patrones predecibles y bien documentados. Puede anticipar el riesgo de desarrollar tipos específicos de cáncer con hasta veinte años de anticipación, identificando señales en antecedentes clínicos y factores relacionados con el estilo de vida. También calcula con relativa fiabilidad la probabilidad de infartos de miocardio, así como el riesgo de afecciones graves como septicemia y diabetes, que tienen progresiones más estables y reconocibles. Sin embargo, el sistema es menos confiable cuando se enfrenta a enfermedades con componentes impredecibles, como trastornos mentales o complicaciones obstétricas que dependen de eventos externos difíciles de anticipar. Además, el modelo refleja sesgos inherentes a los datos con los que fue entrenado, lo que exige que sus resultados se interpreten siempre con cautela y en consulta con profesionales médicos.

Los investigadores ven en Delphi-2M el comienzo de una transformación en la medicina preventiva y personalizada. Si médicos y pacientes pueden conocer años antes qué enfermedades podrían desarrollarse, podrían tomar decisiones más informadas sobre cambios en el estilo de vida, monitoreo continuo e intervenciones preventivas. Esta capacidad de anticipación podría reducir costos en sistemas de salud y mejorar la calidad de vida al actuar antes de que las enfermedades se manifiesten clínicamente. A nivel de salud pública, estas predicciones a largo plazo permitirían diseñar políticas más efectivas, dirigidas a grupos identificados como de alto riesgo.

Pero la llegada de esta tecnología también plantea interrogantes éticos profundos. ¿Cómo se protegerán datos médicos tan sensibles? ¿Quién tendrá acceso a estos pronósticos? ¿Podrían aseguradoras o instituciones financieras utilizar estas predicciones para discriminar a personas identificadas como de riesgo elevado? Los investigadores subrayan que Delphi-2M es apenas un primer paso. En el futuro, planean incorporar tipos adicionales de datos —biomarcadores, imágenes médicas, información genética— para mejorar la precisión y ampliar el alcance de sus predicciones. El objetivo es desarrollar una medicina de precisión verdaderamente multimodal y anticipativa, que cambie fundamentalmente cómo entendemos y gestionamos la salud humana.