Una revolución está teniendo lugar en el ámbito de la medicina gracias a un nuevo algoritmo conocido como Delphi-2M, publicado recientemente en la prestigiosa revista Nature. Este innovador sistema de inteligencia artificial tiene la capacidad de anticipar la salud de una persona durante las próximas dos décadas, lo que representa un gran avance respecto a los algoritmos médicos previos que se enfocaban principalmente en diagnosticar enfermedades actuales a partir de historiales clínicos. Lo que diferencia a Delphi-2M es su enfoque en prever las trayectorias de salud futuras, incluyendo una amplia gama de enfermedades, complicaciones y la influencia de factores de riesgo como la obesidad y el consumo de tabaco o alcohol.
La clave del éxito de Delphi-2M radica en su capacidad de integrar el tiempo como una variable esencial en sus predicciones. A diferencia de otros modelos que solo consideran la posibilidad de desarrollar una enfermedad, este sistema sostiene que puede anticipar cuándo ocurrirá dicho evento y, también, prever qué seguimientos de salud se producirán a continuación. Así, se convierte en lo que se podría describir como una «máquina del tiempo médica» que no solo pronostica enfermedades, sino que también proyecta su evolución en base a situaciones cotidianas. Este enfoque es más representativo del ciclo de vida real de la salud, donde una acción lleva a una consecuencia, sentando un nuevo estándar en la modelización de la salud.
Un aspecto notable de Delphi-2M es que, a pesar de ser un modelo relativamente pequeño —por debajo de los estándares de los modelos de inteligencia artificial más populares que requieren complejas infraestructuras— ha demostrado ser extraordinariamente efectivo. Al ser reentrenado con datos clínicos de más de 400.000 pacientes del Reino Unido, este algoritmo ha podido ofrecer predicciones precisas y útiles, lo que desmitifica la noción de que solo los grandes modelos de IA pueden tener impacto en el sector salud. Este avance sugiere que las tecnologías de inteligencia artificial pueden implementarse de manera más local en hospitales y centros de investigación, manteniendo la privacidad de los datos de los pacientes.
Delphi-2M se distingue además por su capacidad de evaluar más de 1.000 enfermedades de forma simultánea, a diferencia de sistemas anteriores que se centraban en enfermedades individuales. Este enfoque holístico permite analizar cómo las distintas condiciones de salud están interconectadas. Por ejemplo, la hipertensión no solo puede contribuir al riesgo de un infarto, sino también a problemas renales o cerebrovasculares. De esta manera, el algoritmo refleja la complejidad del sistema salud y proporciona una visión más realista y útil para los médicos, capacitando la anticipación en lugar de la reacción.
Las implicaciones de este avance son profundas, tanto para el trabajo clínico como para la planificación sanitaria. Los médicos podrán identificar riesgos individuales con mayor exactitud y personalizar sus tratamientos, mientras que los sistemas de salud pública podrían prever la carga de enfermedades en la población durante los próximos años, lo que facilitaría la gestión de recursos y el diseño de estrategias de prevención adecuadas. A pesar de las limitaciones actuales del modelo, como la posibilidad de reproducir sesgos dados los datos de entrenamiento, el desarrollo de Delphi-2M establece un hito en la trayectoria hacia una medicina más proactiva que reactive, posicionando a la inteligencia artificial como una herramienta esencial en la sanidad del futuro.
