En los primeros meses de 2021, cuando los hospitales del mundo enfrentaban la angustia de no saber quién necesitaría un respirador y quién podría sobrevivir sin él, investigadores de la Universidad de Copenhague ofrecieron una respuesta inesperada: una máquina entrenada con casi cuatro mil historias clínicas capaz de anticipar, con 90% de certeza, el destino de un paciente con COVID-19. El trabajo, publicado en Nature, no pretendía reemplazar al médico sino darle algo que la intuición sola no puede garantizar: la capacidad de ver patrones donde el caos parece reinar. En un tiempo definido por
IA predice con 90% de certeza la evolución de pacientes con COVID-19
Una máquina que pudiera ver patrones en el caos
Mark
¿Cómo exactamente entrenaron a esta inteligencia artificial? ¿Simplemente le mostraron 4,000 historias clínicas y listo?
Mimi
No es tan simple. Tomaron datos de casi 4,000 pacientes daneses —información sobre edad, peso, condiciones previas, cómo evolucionó su enfermedad— y programaron el sistema para buscar patrones. La máquina aprendió a reconocer qué combinaciones de factores tendían a llevar a resultados graves.
Luke
Pero aquí hay algo importante: esos 4,000 pacientes eran todos daneses. ¿Funciona igual en otras poblaciones? ¿En otros sistemas de salud? El artículo no lo dice.
Mark
El profesor Nielsen mencionó que edad e IMC eran los factores más decisivos. ¿Eso significa que la máquina solo mira eso?
Mimi
Probablemente considera muchas variables, pero esas dos resultaron ser las más predictivas. Es como decir que en un partido de fútbol, los goles y la defensa importan más que el color del uniforme.
Luke
Cierto, pero el 90% de certeza es la cifra que se destaca. ¿Certeza en qué exactamente? ¿En predecir quién morirá? ¿Quién se recuperará? ¿O solo en categorizar la gravedad? El artículo es vago en eso.
Mark
¿Y el 80% para predecir si alguien necesitará respirador? ¿Es mejor o peor que el 90%?
Mimi
Es un poco más bajo, lo que tiene sentido. Predecir si alguien morirá es una pregunta binaria. Predecir si necesitará un respirador es más específico, más técnico. Pero ambas cifras son bastante altas.
Luke
Aunque vale notar que 80% significa que uno de cada cinco pacientes que la máquina dice que no necesitará respirador, en realidad sí lo necesitará. En una emergencia, eso importa.
Mark
¿Por qué Facebook está haciendo algo parecido con radiografías de pulmones?
Mimi
Porque es otro enfoque. En lugar de mirar datos clínicos generales, usan imágenes. Dos caminos diferentes hacia el mismo objetivo: saber quién está en riesgo.
Luke
Lo interesante es que el artículo menciona a Facebook casi de pasada, como si fuera un dato curioso. Pero no dice si sus resultados son mejores, peores, o comparables. No sabemos realmente cómo se comparan estos sistemas.
The Pulse
- Los hospitales daneses temían quedarse sin respiradores durante la primera ola, y esa escasez urgente fue el motor que impulsó al equipo del profesor Mads Nielsen a buscar una solución algorítmica.
- El sistema entrenado con datos de 3,944 pacientes logró predecir con 90% de certeza la evolución general de la enfermedad y con 80% de precisión la necesidad de ventilación mecánica.
- La edad y el índice de masa corporal emergieron como los dos factores más determinantes, confirmando sospechas clínicas pero con una precisión que ningún médico podría alcanzar evaluando caso por caso.
- La publicación en Nature legitimó el hallazgo ante la comunidad científica internacional, mientras empresas como Facebook desarrollaban en paralelo sistemas similares basados en radiografías pulmonares.
- La convergencia de múltiples enfoques tecnológicos hacia el mismo objetivo señala que la IA está dejando de ser un complemento experimental para convertirse en infraestructura clínica esencial.
En los primeros meses de 2021, cuando los hospitales del mundo enfrentaban la angustia de no saber quién necesitaría un respirador y quién podría sobrevivir sin él, investigadores de la Universidad de Copenhague ofrecieron una respuesta inesperada: una máquina entrenada con casi cuatro mil historias clínicas capaz de anticipar, con 90% de certeza, el destino de un paciente con COVID-19. El trabajo, publicado en Nature, no pretendía reemplazar al médico sino darle algo que la intuición sola no puede garantizar: la capacidad de ver patrones donde el caos parece reinar. En un tiempo definido por la escasez y la incertidumbre, la inteligencia artificial se revelaba no como una promesa futura, sino como una herramienta presente.
En febrero de 2021, el equipo del profesor Mads Nielsen, de la Universidad de Copenhague, presentó un sistema de inteligencia artificial entrenado con los registros clínicos de casi cuatro mil pacientes daneses infectados con COVID-19. El algoritmo había aprendido a identificar patrones en esos datos para anticipar cómo evolucionaría la enfermedad en cada caso, logrando una certeza del 90% en sus predicciones generales y del 80% cuando se trataba de determinar si un paciente necesitaría respirador artificial.
El proyecto nació de una necesidad concreta: durante la primera ola, los hospitales temían no tener suficientes ventiladores para quienes los requirieran. Poder anticipar esa demanda significaba distribuir recursos escasos con mayor inteligencia y preparar al personal médico con antelación. El análisis reveló que la edad y el índice de masa corporal eran los factores más decisivos para predecir la gravedad del cuadro, variables ya conocidas pero que la máquina ponderaba con una precisión inalcanzable para la evaluación clínica tradicional.
El trabajo fue publicado en Nature, otorgándole reconocimiento científico internacional. Y no era un esfuerzo aislado: Facebook, entre otros, desarrollaba su propia IA basada en radiografías pulmonares con el mismo propósito. Esta convergencia de iniciativas revelaba algo más profundo que una innovación técnica: la inteligencia artificial estaba convirtiéndose en un aliado estructural de la medicina de emergencia, no para sustituir el juicio del médico, sino para amplificarlo en los momentos en que la incertidumbre y la escasez lo hacen más necesario que nunca.
En febrero de 2021, investigadores de la Universidad de Copenhague presentaron un sistema de inteligencia artificial capaz de predecir con 90% de certeza cómo evolucionaría la enfermedad en un paciente diagnosticado con COVID-19. El equipo, liderado por el profesor Mads Nielsen, había entrenado el algoritmo utilizando datos clínicos de 3,944 pacientes daneses infectados con el virus, incluyendo información sobre sus condiciones médicas preexistentes.
La máquina fue programada para identificar patrones en esos registros históricos, buscando señales que indicaran qué tan grave sería la enfermedad en cada caso. Los resultados fueron notables: además de predecir la evolución general del paciente, el sistema podía determinar con 80% de precisión si una persona requeriría un respirador artificial una vez hospitalizada. Para los hospitales que enfrentaban escasez de equipos durante los primeros meses de la pandemia, esta capacidad representaba una herramienta potencialmente transformadora.
Nielsen explicó que el proyecto surgió de una necesidad concreta. Durante la primera ola de contagios, los hospitales temían no tener suficientes respiradores para los pacientes en cuidados intensivos. Desarrollar un sistema que pudiera anticipar quién los necesitaría permitiría una asignación más inteligente de recursos limitados y una preparación más estratégica del personal médico.
El análisis reveló que dos factores dominaban la predicción: la edad del paciente y su índice de masa corporal. Estos parámetros resultaron ser los más decisivos para determinar la gravedad con la que el virus afectaría a cada persona. El descubrimiento no era sorprendente —ya se sabía que ambas variables influían en el riesgo—, pero tener una máquina que los ponderara automáticamente a partir de miles de casos reales ofrecía una precisión que los médicos no podían alcanzar por evaluación clínica sola.
El trabajo fue publicado en la revista Nature, lo que le otorgó credibilidad científica internacional. Pero la investigación danesa no fue un caso aislado. Otras organizaciones, incluyendo Facebook, estaban desarrollando sistemas similares. La empresa de redes sociales había creado su propia inteligencia artificial que utilizaba radiografías de pulmones para predecir la evolución de pacientes con COVID-19, demostrando que múltiples enfoques tecnológicos convergían en el mismo objetivo: convertir datos médicos en predicciones útiles.
Esta proliferación de herramientas de predicción reflejaba una realidad más amplia: la inteligencia artificial se estaba convirtiendo en un aliado central en la lucha contra la pandemia. No reemplazaba el juicio clínico, sino que lo amplificaba, permitiendo que los médicos tomaran decisiones más informadas sobre quién necesitaba intervención inmediata, cómo distribuir equipos escasos, y cómo preparar anticipadamente los recursos de cada hospital. En un momento en el que la incertidumbre y la escasez definían la experiencia de trabajar en medicina de emergencia, una máquina que pudiera ver patrones en el caos ofrecía algo valioso: un poco más de control.
Notable Quotes
Comenzamos a trabajar en los modelos para ayudar a los hospitales, ya que durante la primera ola, temían que no tuvieran suficientes respiradores para pacientes de cuidados intensivos— Profesor Mads Nielsen, autor principal del estudio
La edad y el IMC son los parámetros más decisivos de la gravedad de la afectación de una persona por COVID-19— Profesor Mads Nielsen
Want the full story?
Read the original at RPP ↗
Health & Medicine