La inteligencia artificial comienza a abrir una nueva posibilidad en medicina: utilizar la información acumulada durante años en la historia clínica de una persona para predecir riesgos de salud antes de que una enfermedad se manifieste.
El cardiólogo y especialista en medicina digital Eric Topol considera que los registros médicos electrónicos contienen una enorme cantidad de información que todavía no es aprovechada. Los nuevos modelos de IA podrían procesar esos datos y encontrar patrones difíciles de identificar mediante una evaluación médica convencional.
De la historia clínica a la predicción
Hasta ahora, gran parte de la atención médica se concentra en diagnosticar y tratar problemas cuando ya aparecieron. El nuevo enfoque busca utilizar los antecedentes, estudios, análisis y otros datos acumulados por cada paciente para estimar qué enfermedades podría desarrollar en el futuro.
La IA puede analizar la evolución de esos registros a lo largo del tiempo y combinar información procedente de distintas fuentes. Esta capacidad permite construir una visión más completa de la salud de cada persona y detectar señales asociadas con determinados riesgos.
El objetivo no sería reemplazar al médico, sino ofrecerle una herramienta adicional para identificar pacientes que necesitan controles específicos o intervenciones preventivas.
Una medicina más personalizada
Según el planteo de Topol, este tipo de tecnología podría tener aplicaciones especialmente importantes en enfermedades complejas y difíciles de detectar en sus primeras etapas.
El análisis de grandes volúmenes de historias clínicas ya permitió desarrollar modelos capaces de identificar riesgos vinculados con distintos tipos de cáncer y otras enfermedades. Por ejemplo, investigaciones recientes demostraron que la IA puede utilizar registros clínicos longitudinales para identificar personas que podrían recibir un diagnóstico de cáncer hasta un año después.
La integración de historias clínicas con información genética, imágenes médicas y datos obtenidos mediante dispositivos portátiles podría ampliar todavía más esa capacidad predictiva.
El desafío de proteger los datos
El avance también plantea un desafío central: para que estos sistemas funcionen necesitan acceder a grandes cantidades de información médica personal.
Topol destaca que el potencial de la medicina predictiva depende de poder integrar esos datos sin comprometer la privacidad y la seguridad de los pacientes. Tecnologías como el aprendizaje federado y el cifrado aparecen entre las alternativas para procesar información sanitaria de manera más segura.
La expectativa es que la inteligencia artificial permita pasar progresivamente de una medicina que actúa cuando aparece una enfermedad a otra capaz de anticipar riesgos y tomar medidas preventivas con mayor precisión.
