Empresas > Tecnología sanitaria
Así es el nuevo modelo de IA que puede predecir más de 1.000 enfermedades
Para ello, ha sido entrenada con datos de miles de patologías e información de pacientes
Así es el nuevo modelo de IA que puede predecir más de 1.000 enfermedades
18 sep 2025. 11.15H
SE LEE EN 3 minutos
POR REBECA COJO
Delphi-2M es el nuevo modelo de Inteligencia Artificial que ha desarrollado un equipo de investigadores del Instituto Europeo de Bioinformática, el Centro Alemán de Investigación Oncológica (DKFZ), y la Universidad de Copenhague. Destaca por su capacidad de predecir el riesgo de desarrollar más de 1.000 enfermedades a partir del historial médico y datos personales de un paciente. El estudio de este modelo, publicado en la revista Nature, muestra como utiliza una arquitectura modificada de los transformadores generativos, similares a los utilizados en herramientas como ChatGPT, para medir la progresión temporal de las enfermedades humanas.
De esta forma, Delphi-2M supone un paso significativo hacia la integración de la IA en la Medicina Preventiva que puede ayudar a los profesionales a comprender cómo se desarrollan y progresan ciertas enfermedades a largo plazo. El algoritmo de este innovador modelo ha sido entrenado con datos de 402.799 personas que estaban registradas en el Biobanco de Reino Unido antes del 1 de julio de 2020. Después, ha sido validado con datos del registro de enfermedades de Dinamarca, que incluía información de 1,93 millones de ciudadanos en un periodo comprendido ente 1978 y 2018.
Delphi-2M puede predecir con precisión las tasas de incidencia de enfermedades como cáncer de mama, enfermedades cardiovasculares, diabetes, varicela, asma, depresión, infarto agudo de miocardio e incluso la muerte basándose en diagnósticos previos, hábitos de vida -como el consumo de alcohol y tabaco- y otras características personales como edad, sexo e índice de masa corporal.
Otra de las peculiaridades clave de Delphi-2M es su capacidad para generar trayectorias de salud futuras sintéticas, lo que permite estimar la carga potencial de enfermedades hasta 20 años en el futuro. Además, los investigadores han podido identificar patrones de comorbilidad entre diferentes categorías de enfermedades, así como proporcionar información sobre cómo las enfermedades anteriores pueden influir en la aparición de nuevas patologías.
Por ejemplo, se observó que ciertas enfermedades como el cáncer aumentan de manera sostenida la mortalidad, mientras que los efectos de infartos de miocardio o septicemia tienden a disminuir después de cinco años. Sin embargo, aunque Delphi-2M ha demostrado ser eficaz en la predicción de riesgos de enfermedades, los investigadores advierten sobre la necesidad de precaución a la hora de interpretar sus resultados debido a posibles sesgos derivados de los datos de entrenamiento.
A mayores, se destaca que el modelo no debe considerarse un sustituto de la atención médica profesional, sino una herramienta complementaria que puede mejorar la toma de decisiones en salud personalizada y Medicina de Precisión. Por lo tanto, se trata de un modelo que debe de someterse a más pruebas y todavía no está listo para su uso. Aun así, los investigadores señalan que los análisis llevados a cabo con esta IA "proporcionan extrapolaciones significativas para la evolución futura de la salud, que reflejan la influencia de eventos de salud pasados".
De esta forma, Delphi-2M supone un paso significativo hacia la integración de la IA en la Medicina Preventiva que puede ayudar a los profesionales a comprender cómo se desarrollan y progresan ciertas enfermedades a largo plazo. El algoritmo de este innovador modelo ha sido entrenado con datos de 402.799 personas que estaban registradas en el Biobanco de Reino Unido antes del 1 de julio de 2020. Después, ha sido validado con datos del registro de enfermedades de Dinamarca, que incluía información de 1,93 millones de ciudadanos en un periodo comprendido ente 1978 y 2018.
Tasas de incidencia de enfermedades
Delphi-2M puede predecir con precisión las tasas de incidencia de enfermedades como cáncer de mama, enfermedades cardiovasculares, diabetes, varicela, asma, depresión, infarto agudo de miocardio e incluso la muerte basándose en diagnósticos previos, hábitos de vida -como el consumo de alcohol y tabaco- y otras características personales como edad, sexo e índice de masa corporal.
Otra de las peculiaridades clave de Delphi-2M es su capacidad para generar trayectorias de salud futuras sintéticas, lo que permite estimar la carga potencial de enfermedades hasta 20 años en el futuro. Además, los investigadores han podido identificar patrones de comorbilidad entre diferentes categorías de enfermedades, así como proporcionar información sobre cómo las enfermedades anteriores pueden influir en la aparición de nuevas patologías.
IA no apta para el uso clínico
Por ejemplo, se observó que ciertas enfermedades como el cáncer aumentan de manera sostenida la mortalidad, mientras que los efectos de infartos de miocardio o septicemia tienden a disminuir después de cinco años. Sin embargo, aunque Delphi-2M ha demostrado ser eficaz en la predicción de riesgos de enfermedades, los investigadores advierten sobre la necesidad de precaución a la hora de interpretar sus resultados debido a posibles sesgos derivados de los datos de entrenamiento.
A mayores, se destaca que el modelo no debe considerarse un sustituto de la atención médica profesional, sino una herramienta complementaria que puede mejorar la toma de decisiones en salud personalizada y Medicina de Precisión. Por lo tanto, se trata de un modelo que debe de someterse a más pruebas y todavía no está listo para su uso. Aun así, los investigadores señalan que los análisis llevados a cabo con esta IA "proporcionan extrapolaciones significativas para la evolución futura de la salud, que reflejan la influencia de eventos de salud pasados".
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.