“Queríamos explorar si es posible desarrollar un método que pueda tratar más de 1000 enfermedades simultáneamente. Nuestro estudio demuestra que sí”, afirma Søren Brunak, profesor del Departamento de Salud Pública.
Imagine una bola de cristal digital capaz de predecir qué enfermedades desarrollaremos y la gravedad de sus efectos. Este escenario se ha acercado un paso más a la realidad gracias a un equipo internacional de investigadores, que incluye participantes de la Universidad de Copenhague, quienes han desarrollado un nuevo modelo de IA que puede estimar qué enfermedades es probable que padezcamos en el futuro.
Así como ChatGPT puede predecir la siguiente palabra más probable en una oración, los investigadores demuestran en un nuevo estudio que es posible construir un modelo de IA generativa capaz de calcular el siguiente diagnóstico más probable entre más de 1000 enfermedades comunes. El estudio acaba de publicarse en la prestigiosa revista científica Nature.
“Hoy en día, sobrevivimos a muchas enfermedades que antes habrían sido mortales. A medida que envejecemos, nos enfrentamos a un futuro en el que muchas personas padecerán múltiples afecciones simultáneamente. Por eso necesitamos comprender cómo interactúan las enfermedades”, afirma Søren Brunak, profesor del Departamento de Salud Pública de la Universidad de Copenhague y uno de los investigadores responsables del estudio.
La IA mapea las vías de progresión de las enfermedades
Es un avance novedoso que un método pueda gestionar un número tan elevado de diagnósticos simultáneamente. Hasta ahora, los investigadores y las autoridades sanitarias se han centrado habitualmente en enfermedades individuales o en la interacción entre unos pocos diagnósticos al proyectar las tendencias futuras de las enfermedades. Sin embargo, este enfoque no tiene en cuenta la multimorbilidad, donde un mismo paciente padece varias enfermedades crónicas a la vez.
Estos pacientes son difíciles de manejar. ¿Qué se debe tratar primero? ¿A qué parte del sistema sanitario deben acudir? La multimorbilidad es un desafío costoso y complejo, y por eso necesitamos mapear las vías de progresión de la enfermedad, las que los pacientes suelen seguir —afirma Søren Brunak—.
El modelo se ha entrenado con datos de salud del Biobanco del Reino Unido. Ha aprendido de las trayectorias de las enfermedades y los estilos de vida de 400.000 participantes y puede reconocer patrones en la evolución de su salud a lo largo del tiempo. Este conocimiento se utiliza para predecir la próxima enfermedad probable.
Debido a que algunas enfermedades siguen patrones más predecibles, el modelo es más preciso al pronosticar diagnósticos como ataques cardíacos, ciertos tipos de cáncer o sepsis, mientras que condiciones como las complicaciones del embarazo son más difíciles de anticipar.
Hacia un tratamiento más preciso y específico
Si bien el modelo es más adecuado para realizar predicciones a nivel poblacional, también puede beneficiar a pacientes individuales al proporcionar a los profesionales sanitarios una visión más profunda de la progresión y las interacciones de la enfermedad. Esto facilita la evaluación de si un paciente presenta un mayor riesgo y debería recibir un tratamiento más intensivo.
La idea de este modelo también es proyectar la trayectoria de la enfermedad para que el médico sepa con qué intensidad tratarlo desde el principio. Para algunos pacientes con diabetes, los cambios en el estilo de vida pueden ser suficientes inicialmente, mientras que otros deberían comenzar la medicación de inmediato, afirma Søren Brunak.
El escenario inverso también aplica. Debido a que puede ser difícil distinguir a los pacientes de alto riesgo de los demás, muchos reciben un tratamiento que podría no ser necesario.
“Cuanto más comprendamos sobre la progresión de la enfermedad, mejor podremos reducir el tratamiento excesivo innecesario”, afirma Søren Brunak.
Aún es un prototipo, pero está lleno de potencial
Sin embargo, quienes esperan ver el método en uso clínico deberán ser pacientes. Søren Brunak enfatiza que el modelo aún es solo un prototipo:
«Queríamos explorar si es posible desarrollar un método que pueda tratar más de 1000 enfermedades simultáneamente. Nuestro estudio demuestra que sí», afirma.
Para que el modelo pueda predecir no sólo la próxima enfermedad sino también las subsiguientes, debe entrenarse con un conjunto de datos más grande que los aproximadamente 400.000 participantes incluidos en el estudio inicial.
Sin embargo, los investigadores están impresionados por la precisión de las predicciones del modelo, dice Laust Mortensen, profesor del Departamento de Salud Pública de la Universidad de Copenhague y profesor de investigación de la Fundación Rockwool.
Nuestro método tiene un gran potencial. Aunque se entrenó con datos británicos, hemos demostrado, con datos daneses, que también puede aplicarse con gran precisión en Dinamarca para predecir enfermedades, afirma Laust Mortensen.
Acerca del estudio: cómo lo hicieron los investigadores
El modelo de IA se entrenó con datos de salud de 400.000 participantes del Biobanco del Reino Unido, quienes dieron su consentimiento para el uso de sus datos con fines de investigación. A partir de estos datos, el modelo aprendió a reconocer patrones en el estilo de vida de los participantes y más de 1.000 enfermedades.
Posteriormente, el modelo fue transferido a Dinamarca sin ningún dato, donde los investigadores probaron la precisión de sus predicciones utilizando datos del registro de enfermedades danés como grupo de control.
Al trabajar con los datos del registro de enfermedades danés, los investigadores operaron dentro de un entorno de supercomputación seguro bajo la Autoridad Danesa de Datos de Salud, una agencia pública dependiente de la Autoridad Sanitaria Danesa, y siguieron sus protocolos de seguridad.
Por lo tanto, el modelo se desarrolló utilizando datos británicos y se probó utilizando datos daneses.
El proyecto, financiado en parte por la Fundación Novo Nordisk, es el resultado de una colaboración entre investigadores de la Universidad de Copenhague, el Laboratorio Europeo de Biología Molecular, la Universidad Eberhard Karls, el Centro Robert Bosch de Enfermedades Tumorales y el Centro Alemán de Investigación del Cáncer.
universidad de Copenhague News. Traducido al español
