Delphi-2M, diagnóstico de salud con tecnología ChatGPT
Una revolución silenciosa se gesta en la intersección de la medicina y la inteligencia artificial (IA). Un equipo de científicos internacionales ha desarrollado un modelo de IA llamado Delphi-2M, capaz de predecir más de 1.000 enfermedades años antes de que los síntomas se manifiesten. Utilizando una tecnología similar a la que impulsa a ChatGPT, este avance podría transformar radicalmente la medicina predictiva y preventiva, marcando un antes y un después en la forma en que se aborda la salud.
El estudio, publicado en la prestigiosa revista Nature, revela cómo Delphi-2M, basándose en el historial médico de un paciente, es capaz de «predecir las tasas de más de 1.000 enfermedades» con años de antelación. Para su desarrollo, los investigadores entrenaron el modelo con datos del UK Biobank, una gigantesca base de datos biomédica con información de medio millón de personas. La clave de su funcionamiento reside en una arquitectura de red neuronal de tipo «transformador», la misma que ha popularizado el chatbot de OpenAI.
Delphi-2M es la IA que aprende gramática médica
Para entender cómo funciona Delphi-2M, el experto en IA Moritz Gerstung del Centro Alemán de Investigación del Cáncer, lo explica de forma sencilla: «entender una secuencia de diagnósticos médicos es un poco como aprender la gramática en un texto». En este sentido, la IA «aprende los patrones en los datos de salud, diagnósticos precedentes, en qué combinaciones ocurren y en qué sucesión», lo que le permite hacer «predicciones muy significativas y relevantes para la salud». Por ejemplo, según los gráficos presentados, el modelo podría identificar a personas con un riesgo mucho mayor o menor de sufrir un ataque cardíaco de lo que su edad y otros factores predecirían por sí solos.
La robustez de este sistema Delphi-2M ha sido verificada con datos de casi dos millones de personas en la base de datos de salud pública de Dinamarca, lo que demuestra su potencial para ser aplicado a gran escala.
Desafíos y el futuro de la medicina preventiva
A pesar del prometedor avance, los investigadores enfatizan que Delphi-2M todavía no está listo para su uso clínico. Existen limitaciones y sesgos importantes, ya que los conjuntos de datos utilizados (británicos y daneses) no son representativos de toda la población en términos de edad, etnia y resultados de salud, como señala el investigador Peter Bannister de la Institución de Ingeniería y Tecnología de Gran Bretaña. Este es un desafío ético y técnico que debe ser abordado antes de que una herramienta de este tipo pueda ser implementada.
Sin embargo, el futuro es esperanzador. Sistemas como Delphi-2M podrían ayudar a guiar un monitoreo más temprano y posiblemente intervenciones clínicas más oportunas, lo que representa un «tipo de medicina preventiva». A nivel macro, podría «optimizar los recursos a través de un sistema de salud sobrecargado», según el coautor Tom Fitzgerald.
Este tipo de IA se diferencia de los modelos computacionales actuales, como el programa QRISK3, que solo evalúa el riesgo de una enfermedad específica como un ataque cardíaco o un derrame cerebral. En contraste, Delphi-2M «puede hacer todas las enfermedades a la vez y durante un largo período de tiempo», según el coautor Ewan Birney.
El avance ha sido bien recibido por la comunidad científica. Gustavo Sudre, profesor del King’s College London, lo calificó como «un paso significativo hacia un modelado predictivo escalable, interpretable y –más importante– éticamente responsable«. La capacidad de la IA para explicar sus razonamientos, un campo conocido como «IA interpretable», será crucial para su adopción generalizada en la medicina. En un mundo donde la IA sigue siendo una «caja negra» para sus propios creadores, un modelo que pueda justificar sus predicciones será fundamental para generar confianza y transformar la salud humana.
