Una nueva herramienta de inteligencia artificial (IA) llamada Delphi-2M permitirá anticipar más de un millar de enfermedades diferentes hasta diez años antes, utilizando para ello el historial médico del paciente. El modelo se basa en algoritmos inspirados en los grandes modelos de lenguaje (LLMs) y ha sido entrenado con datos de 400.000 participantes del Biobanco del Reino Unido.
El desarrollo de Delphi-2M ha sido liderado por el Laboratorio Europeo de Biología Molecular (EMBL), en colaboración con el Centro Alemán de Investigación Oncológica (DKFZ) y la Universidad de Copenhague, y sus resultados se han publicado en la revista Nature.
Para validar la eficacia de la herramienta, los investigadores la probaron con datos anónimos de 1,9 millones de pacientes del Registro Nacional de Dinamarca, demostrando que puede aprender patrones de salud a largo plazo y generar predicciones significativas sobre la aparición de enfermedades.
Según Ewan Birney, Director Ejecutivo Interino del EMBL, "al modelar cómo se desarrollan las enfermedades a lo largo del tiempo, podemos monitorizar riesgos y planificar intervenciones tempranas, avanzando hacia una atención médica más personalizada y preventiva".
Delphi-2M funciona de manera similar a los modelos de lenguaje, aprendiendo la "gramática" de los datos médicos. Esto permite representar historiales clínicos como secuencias de eventos, que incluyen diagnósticos y factores de estilo de vida, como el tabaquismo, para anticipar la aparición de distintas enfermedades.
Enfermedades con progresión clara y consistente
El modelo es más preciso en enfermedades con progresión clara y consistente, como ciertos tipos de cáncer, infartos y septicemia, mientras que presenta menor fiabilidad en condiciones más imprevisibles, como trastornos de salud mental o complicaciones del embarazo, que dependen de factores aleatorios.
En el caso de los infartos, Delphi-2M predice riesgos variables: para hombres mayores de 65 años en la cohorte británica, el riesgo anual puede oscilar entre 4 casos por cada 10.000 y 1 de cada 100, dependiendo del historial médico y el estilo de vida. Las mujeres presentan un riesgo promedio menor, aunque con una variabilidad similar, y los riesgos tienden a aumentar con la edad.
A pesar de su precisión, el modelo tiene limitaciones: la cohorte de entrenamiento incluye principalmente personas de 40 a 60 años, y algunos grupos étnicos están poco representados. Los investigadores insisten en que aún se necesitan más pruebas, consultas y marcos regulatorios antes de aplicar Delphi-2M en la práctica clínica.