Un equipo de científicos ha desarrollado Delphi-2M, un modelo de inteligencia artificial que permite anticipar con décadas de antelación el riesgo de más de mil enfermedades diferentes, basándose en historiales médicos extensos y datos longitudinales. El modelo ha sido presentado recientemente en Nature y comparado con herramientas existentes, demostrando una precisión igual o superior en varios casos de estudio.
Para proteger la privacidad de los pacientes, Delphi-2M emplea técnicas de anonimización y generación de datos sintéticos, de modo que no se comprometa la identidad de los sujetos. Además, sus desarrolladores subrayan que el objetivo no es predecir solo enfermedades aisladas, sino trazar trayectorias de salud, identificar poblaciones de alto riesgo y sugerir intervenciones preventivas.
El modelo funciona con datos recopilados de miles de personas en diferentes países y se ha probado con historiales clínicos largos. Las predicciones abarcan enfermedades crónicas, degenerativas y metabólicas, lo que podría tener un gran impacto en salud pública, si se logra integrar en sistemas de atención preventiva. Pero también hay desafíos: sesgos en los datos, acceso desigual a los historiales médicos, regulaciones de privacidad, ética del uso de datos y el riesgo de dependencia excesiva en predicciones algorítmicas.
Relevancia para Ecuador:
Un modelo como Delphi-2M ofrece un horizonte muy prometedor para Ecuador, país que enfrenta retos crecientes en salud pública, enfermedades crónicas y desigualdad en acceso al servicio médico. Si se adapta adecuadamente, puede facilitar diagnósticos tempranos, mejorar la detección de riesgo en poblaciones vulnerables, optimizar la asignación de recursos sanitarios y reducir costos hospitalarios.
Además, plantea la necesidad de establecer marcos éticos claros, políticas de protección de datos, capacitación técnica y garantizar que la tecnología esté al servicio de toda la población, no solo de quienes puedan pagarla.