Crédito: dominio público Unsplash/CC0
Los científicos dijeron el miércoles que habían creado un modelo de IA capaz de predecir diagnósticos médicos con años de anticipación, basándose en la misma tecnología detrás de los chatbots de los consumidores como ChatGPT.
Basado en el historial de casos de un paciente, la IA Delphi-2M “predice las tasas de más de 1,000 enfermedades” en el futuro, el equipo de instituciones británicas, danesas, alemanas y suizas escribió en un artículo publicado En el diario de la naturaleza.
Los investigadores capacitaron al modelo sobre datos del Biobank del Reino Unido de Gran Bretaña, una base de datos de investigación biomédica a gran escala con detalles sobre aproximadamente medio millón de participantes.
Las redes neuronales basadas en la llamada arquitectura del “transformador”, la “T” en “chatgpt”, abordan la mayoría de las tareas basadas en el lenguaje, como en el chatbot y sus muchos imitadores y competidores.
Pero comprender una secuencia de diagnósticos médicos es “un poco como aprender la gramática en un texto”, dijo a los periodistas el experto en alemán del Centro de Investigación del Cáncer Moritz Gerstung.
Delphi-2m “aprende los patrones en los datos de atención médica, los diagnósticos anteriores, en los que ocurren combinaciones y en la que la sucesión”, dijo, lo que permite “predicciones muy significativas y relevantes para la salud”.
Gerstung presentó gráficos que sugieren que la IA podría destacar a las personas con un riesgo mucho mayor o más bajo de sufrir un ataque cardíaco que su edad y otros factores predecirían.
El equipo verificó el rendimiento de Delphi-2M al probarlo contra datos de casi dos millones de personas en la base de datos de salud pública de Dinamarca.
Pero Gerstung y otros miembros del equipo enfatizaron que la herramienta Delphi-2M necesitaba más pruebas y aún no estaba listo para el uso clínico.
“Esto sigue siendo muy lejos de la atención médica mejorada ya que los autores reconocen que los conjuntos de datos (británicos y daneses) están sesgados en términos de edad, etnia y resultados actuales de atención médica”, comentó el investigador de tecnología de salud Peter Bannister, miembro de la institución de ingeniería y tecnología de Gran Bretaña.
Pero en futuros sistemas como Delphi-2M podría ayudar a “guiar el monitoreo y posiblemente las intervenciones clínicas anteriores para un tipo preventivo de medicamento”, dijo Gerstung.
A mayor escala, tales herramientas podrían ayudar con la “optimización de recursos en un sistema de atención médica estirado”, dijo el coautor del Laboratorio de Biología Molecular Europea, Tom Fitzgerald.
Los médicos en muchos países ya usan herramientas informáticas para predecir el riesgo de enfermedad, como el programa Qrisk3 que usan los médicos de familia británicos para evaluar el peligro de ataque cardíaco o accidente cerebrovascular.
Delphi-2m, por el contrario, “puede hacer todas las enfermedades a la vez y durante un largo período de tiempo”, dijo el coautor Ewan Birney.
Gustavo Sudre, profesor de King’s College London que se especializa en IA médica, comentó que la investigación “parece ser un paso significativo hacia el modelado predictivo escalable, interpretable y, lo más importante, éticamente responsable”.
La IA “interpretable” o “explicable” es uno de los principales objetivos de investigación en el campo, ya que el funcionamiento interno completo de muchos modelos de IA grandes actualmente sigue siendo misterioso incluso para sus creadores.
Más información: Moritz Gerstung, aprendiendo la historia natural de la enfermedad humana con transformadores generativos, naturaleza (2025). Dos: 10.1038/s41586-025-09529-3. www.nature.com/articles/S41586-025-09529-3
© 2025 AFP
Cita: los científicos entrenan el modelo de IA para predecir enfermedades futuras (2025, 17 de septiembre) Recuperado el 17 de septiembre de 2025 de https://techxplore.com/news/2025-09-scientists-ai-future-illnesses.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
