Investigadores europeos desarrollaron Delphi-2M, un modelo de IA capaz de anticipar más de mil enfermedades a partir de historiales clínicos detallados
Un equipo internacional de investigadores presentó un modelo de inteligencia artificial llamado Delphi-2M, capaz de prever diagnósticos médicos con varios años de anticipación. El sistema fue diseñado sobre la base tecnológica de modelos de lenguaje similares a los que emplea ChatGPT, pero adaptados a la interpretación de registros clínicos.
El estudio, publicado en la revista Nature, explica que Delphi-2M puede detectar con precisión el riesgo de aparición de más de mil enfermedades, gracias al análisis de secuencias de datos médicos. Para su entrenamiento se utilizaron 811 millones de eventos clínicos correspondientes a 454 mil pacientes de la base de datos británica UK Biobank.
Moritz Gerstung, especialista en inteligencia artificial del Centro Alemán de Investigación contra el Cáncer, señaló que interpretar una cadena de diagnósticos médicos es comparable a “aprender la gramática de un texto”. Según el experto, el sistema reconoce patrones en los historiales de los pacientes y, a partir de ellos, anticipa riesgos de salud antes de que aparezcan los síntomas.
Las pruebas se extendieron a registros de casi dos millones de personas en Dinamarca, donde el modelo superó el desempeño de métodos tradicionales, al predecir con hasta cinco años de antelación enfermedades como infartos, insuficiencia cardíaca o padecimientos neurodegenerativos. En algunos casos, su área bajo la curva (AUC) fue superior a 0.85, lo que representa una mejora frente a herramientas como QRISK3, centradas solo en enfermedades cardiovasculares.
Entre las ventajas señaladas por los autores del estudio está la capacidad de analizar múltiples condiciones médicas en paralelo, a diferencia de los sistemas actuales que suelen enfocarse en patologías específicas. Ewan Birney, otro de los investigadores, subrayó que este avance permite una mirada más integral de la salud de los pacientes.
Para Tom Fitzgerald, del Laboratorio Europeo de Biología Molecular, este tipo de tecnologías podría ayudar a optimizar recursos en sistemas de salud bajo alta presión, además de impulsar la medicina preventiva con intervenciones más tempranas.
Sin embargo, los expertos insisten en que Delphi-2M aún no está listo para uso clínico directo. Se requiere validación en diferentes poblaciones, evaluaciones prospectivas y un marco ético sólido que garantice transparencia, privacidad y equidad en el manejo de los datos médicos.
Gustavo Sudre, del King’s College de Londres, destacó que el proyecto representa “un paso importante hacia una modelización predictiva en medicina que sea escalable, comprensible y, sobre todo, éticamente responsable”.
En un contexto donde gran parte del gasto sanitario —más del 70% en el Reino Unido, según cifras del NHS— se destina al tratamiento de enfermedades crónicas, contar con sistemas que anticipen riesgos podría significar no solo un ahorro considerable, sino también mejores resultados en la salud de millones de personas.
