China desafía la ciencia: crea DeepRare, un médico virtual que realiza razonamiento clínico y detecta enfermedades raras

El 19 de febrero, un equipo de científicos chinos presentó DeepRare, un sistema de inteligencia artificial promocionado como el primer médico inteligente del país capaz de explicar de forma transparente cada paso de su razonamiento al diagnosticar enfermedades raras.

El proyecto ha sido desarrollado por investigadores del Hospital Xinhua, afiliado a la Universidad Jiao Tong de Shanghái, y supone un salto en la evolución de la inteligencia artificial médica: no sólo emite diagnósticos, sino que muestra la cadena de evidencia que conduce a ellos.

A diferencia de muchos sistemas de diagnóstico automatizado, criticados por funcionar como cajas negras, DeepRare descompone su proceso en pasos verificables. El sistema analiza la relación entre síntomas, historial clínico, datos de laboratorio y literatura científica para construir hipótesis diagnósticas jerarquizadas y justificadas.

Esta transparencia pretende resolver uno de los principales problemas de la IA en medicina: la falta de confianza de los clínicos en sistemas que ofrecen conclusiones sin explicar cómo llegan a ellas. Según los investigadores, DeepRare permite a los médicos revisar, validar o descartar cada inferencia antes de tomar decisiones terapéuticas.

El sistema se basa en una arquitectura de agentes de inteligencia artificial que integran múltiples fuentes de conocimiento médico y herramientas especializadas para generar diagnósticos respaldados por evidencia científica verificable.

Resultados prometedores en las primeras pruebas

En evaluaciones iniciales, DeepRare logró una precisión del 57,18 % al trabajar únicamente con datos clínicos, una mejora cercana al 24 % respecto a los mejores modelos existentes en este tipo de tareas. Cuando se incorporaron datos genéticos, la precisión superó el 70 %, una cifra que lo sitúa por delante de varios sistemas de apoyo clínico actuales.

En pruebas comparativas, el sistema llegó incluso a superar el rendimiento de médicos experimentados en casos complejos de enfermedades raras, un campo especialmente difícil debido a la enorme variedad de patologías y la baja frecuencia de cada una de ellas.

La odisea diagnóstica de los pacientes

Las enfermedades raras afectan a más de 300 millones de personas en todo el mundo, pero siguen siendo uno de los mayores retos de la medicina moderna. Existen más de 7.000 patologías poco frecuentes, muchas de ellas con síntomas inespecíficos o que imitan a enfermedades comunes, lo que dificulta su identificación.

Como consecuencia, los pacientes suelen atravesar lo que los especialistas denominan la odisea diagnóstica: un proceso que puede prolongarse durante más de cinco años y que implica múltiples consultas, diagnósticos erróneos y tratamientos innecesarios antes de alcanzar una explicación definitiva.

Ayudar a hospitales con menos recursos

Uno de los objetivos declarados del equipo de desarrollo es facilitar el diagnóstico en centros médicos que carecen de especialistas en genética o enfermedades raras. Al poder funcionar con información clínica básica y mejorar su rendimiento al incorporar datos genéticos, DeepRare podría servir como herramienta de cribado en hospitales regionales o países con recursos limitados.

Desde su lanzamiento en línea en julio de 2025, la plataforma ha atraído a profesionales de más de 600 instituciones médicas y de investigación de todo el mundo, lo que refleja el interés internacional por este tipo de soluciones.

Próximos pasos: validación a gran escala

Los investigadores planean validar el sistema en más de 20.000 casos clínicos y crear una red global de colaboración para el diagnóstico de enfermedades raras. El objetivo es entrenar y ajustar el modelo con datos reales de diferentes regiones y sistemas sanitarios, lo que permitiría mejorar su precisión y adaptarlo a poblaciones diversas.

A pesar de los avances, los expertos subrayan que estas herramientas no están diseñadas para reemplazar a los médicos, sino para actuar como sistemas de apoyo a la decisión clínica. Su utilidad radica en detectar patrones poco evidentes y sugerir diagnósticos que un profesional podría no considerar inicialmente debido a la rareza de la enfermedad.