Vivir antes de enfermar: un modelo de IA predice las enfermedades con 20 años de antelación

• Diego Buenosvinos
• Especialista en periodismo de salud, política sanitaria y análisis de opinión en OKDIARIO.
• • 17/09/2025 17:35
  • Actualizado: 17/09/2025 18:36

Imagina un futuro en el que cada persona conozca con años de antelación las enfermedades que podría desarrollar a lo largo de su vida. Este conocimiento permitiría adoptar decisiones de salud más conscientes, desde ajustar la dieta y el ejercicio hasta someterse a revisiones médicas específicas antes de que los síntomas aparezcan. Las políticas públicas podrían diseñarse con un enfoque preventivo, priorizando recursos hacia quienes presentan mayor riesgo y reduciendo la carga de enfermedades crónicas en la sociedad.

Sin embargo, un mundo donde la información sobre la salud sea predictiva también plantea dilemas éticos: quién tiene acceso a estos datos, cómo se protege la privacidad y de qué manera se evita la discriminación por parte de aseguradoras o instituciones financieras. En este escenario, la medicina personalizada y la prevención podrían convertirse en pilares de la vida cotidiana, pero solo si se manejan con responsabilidad y regulación.

Ahora, un equipo de investigadores del Laboratorio Europeo de Biología Molecular (EMBL), el Centro Alemán de Investigación del Cáncer (DKFZ) y la Universidad de Copenhague ha desarrollado una herramienta de inteligencia artificial (IA) denominada Delphi-2M, capaz de predecir el riesgo individual de desarrollar más de 1.000 enfermedades, incluyendo cáncer, enfermedades cardíacas, diabetes y trastornos respiratorios.

Este modelo se entrenó utilizando datos anonimizados de 400.000 participantes del UK Biobank y 1,9 millones de pacientes del registro nacional danés, lo que le permite estimar la probabilidad de aparición de diversas patologías hasta 20 años en el futuro.

A diferencia de los modelos tradicionales que se centran en enfermedades específicas, Delphi-2M evalúa múltiples enfermedades simultáneamente, ofreciendo tasas de riesgo personalizadas que se asemejan a las previsiones meteorológicas. Esta capacidad permite a los profesionales de la salud identificar de manera temprana los riesgos para cada paciente y ofrecer estrategias de prevención personalizadas.

Sin embargo, el uso de esta tecnología plantea preocupaciones éticas y sociales. Expertos advierten sobre el riesgo de que aseguradoras y bancos utilicen esta información para discriminar a individuos en función de su perfil de salud predictivo, afectando su acceso a seguros o servicios financieros. Además, la implementación de políticas sanitarias basadas en estos datos requiere una regulación estricta para evitar usos indebidos y garantizar la equidad en el acceso a la atención médica.

Pero, aunque la IA ofrece oportunidades significativas para la prevención y personalización de la atención médica, su integración en la sociedad debe acompañarse de un marco ético y legal robusto que proteja los derechos individuales y promueva un acceso equitativo a los beneficios de la tecnología.

Enfermedades

Con un modelo de inteligencia artificial capaz de anticipar riesgos de salud, muchas de las enfermedades más comunes y debilitantes podrían identificarse décadas antes de su aparición. Entre ellas se encuentran los trastornos cardiovasculares, como infartos y accidentes cerebrovasculares, que podrían prevenirse mediante cambios en la dieta, el ejercicio y la medicación temprana. También se podrían detectar formas de cáncer en estadios muy iniciales, aumentando drásticamente las probabilidades de tratamiento exitoso.

Enfermedades neurodegenerativas como el Alzheimer o el Parkinson podrían ser identificadas antes de que aparezcan los primeros síntomas cognitivos, permitiendo intervenciones preventivas o terapias que retrasen su progreso. Incluso afecciones metabólicas y endocrinas, como la diabetes tipo 2, podrían anticiparse mediante la combinación de hábitos de vida, genética y factores ambientales, transformando radicalmente la manera en que abordamos la salud a largo plazo.