Así funciona el 'ChatGPT de la salud': la IA diseñada por científicos para predecir el riesgo de enfermedades

La integración de la Inteligencia Artificial en el campo de la salud es algo con lo que se lleva trabajando desde hace años, con el fin de hacer que ciertos aspectos como el diagnóstico y la detección de enfermedades pueda mejorar, haciendo ganar un preciado tiempo que puede ser clave en el tratamiento de dichas dolencias. Desde que ya en 2019 un algoritmo de Google junto con la Universidad Northwestern en Illinois, Estados Unidos, consiguió mejorar la detección de cáncer de pulmón, la tecnología de IA ha avanzado una barbaridad, con la llegada del llamado “ChatGPT de la salud” como último ejemplo.

Delphi-2M, la IA para detección precoz de enfermedades

El “ChatGPT de la salud” realmente lleva por nombre Delphi-2M y es un modelo de lenguaje de gran escala (LLM) que ha sido entrenado con datos de 402.799 participantes del Biobanco del Reino Unido (la mayoría con edades comprendidas entre los 40 y 70 años). Los desarrolladores de este LLM han compartido los avances de esta tecnología en la revista Nature.

Utilizando todos estos datos de pacientes, que han servido para entrenar el modelo de IA, Delphi-2M modela con precisión las tasas de una amplia gama de enfermedades, unas 1250. “Los eventos médicos suelen seguir patrones predecibles. Nuestro modelo de IA aprende esos patrones y puede predecir futuros resultados de salud”, explica Tomas Fitzgerald, científico del Instituto Europeo de Bioinformática.

Este aprendizaje ha sido puesto a prueba en historiales médicos de 1,93 millones de personas en Dinamarca. Para ello, se incluyeron todas las personas que residían en Dinamarca entre 50 y 80 años de edad el 1 de enero de 2016 y se comparó la predicción de cómo avanzaría la enfermedad con los diagnósticos reales de lo que sucedió según esas fichas médicas de los pacientes. Los resultados fueron bastante prometedores.

El equipo responsable lo define así: “Delphi-2M predice las tasas de más de 1.000 enfermedades, dependiendo del historial de enfermedades de cada individuo, con una precisión comparable a la de los modelos existentes de una sola enfermedad. La naturaleza generativa de Delphi-2M también permite el muestreo de trayectorias de salud futuras sintéticas, brindando estimaciones significativas de la carga potencial de enfermedad por hasta 20 años”.

Delphi-2M utiliza información pasada para predecir tasas de enfermedades futuras mediante la evaluación de la estructura de las incrustaciones de enfermedades. Este modelo GPT-2 modificado se diferencia de anteriores herramientas basadas en IA porque estas podían predecir el riesgo de una persona de desarrollar ciertas afecciones, como algunos tipos de cáncer y enfermedades cardiovasculares, pero el riesgo de una sola enfermedad. Sin embargo, este nuevo avance tecnológico puede dar un mejor diagnóstico combinado.

“Un profesional de la salud tendría que ejecutar docenas de ellas para ofrecer una respuesta completa”, explica Moritz Gerstung, coautor del estudio y científico de datos del Centro Alemán de Investigación del Cáncer en Heidelberg. Para la mayoría de las enfermedades, las predicciones de Delphi-2M igualaron o superaron la precisión de los modelos actuales que estiman el riesgo de desarrollar una sola enfermedad. Solamente en el caso de la diabetes se consideró que el resultado de la medición de la hemoglobina glicosilada en un análisis de sangre sigue siendo más fiable.

Un modelo todavía por pulir

Si bien es destacable el progreso que supone la llegada y posible implementación de Delphi-2M en el campo del diagnóstico temprano, sus autores no quieren todavía alzar las campanas al vuelo, porque reconoces que tiene sus limitaciones. Por ejemplo, los datos del Biobanco del Reino Unido solo registraron el primer contacto de los participantes con una enfermedad y el número de veces que una persona ha padecido una enfermedad es un dato muy importante para la modelización de las trayectorias personales de salud, al contar con el riesgo de recaída. “Será importante pensar en cómo combinar esta información para desarrollar algoritmos aún más precisos”, reconocen sus autores principales.

Además, también entra en juego el concepto de la privacidad de estas predicciones de tu futuro estado de salud, ya que sus expertos advierten de su posible uso incorrecto por parte de aseguradoras o bancos. Por tanto, todavía queda trabajo por hacer para que, como dice Gustavo Sudre, profesor del King’s College de Londres especializado en IA médica, “Delphi-2M sea un paso significativo hacia una forma de modelización predictiva en medicina que sea escalable, interpretable y lo que es más importante, éticamente responsable”.