Un model d’IA prediu el risc de malalties d’una persona amb dècades d’antelació

Un equip de científics ha entrenat un model d’intel·ligència artificial (IA) que prediu com serà la salut d’una persona: l’eina pot pronosticar el risc i el moment d’aparició de més de mil malalties a partir de l’historial mèdic d’un pacient amb dècades d’antelació.

El model, desenvolupat per científics del Laboratori Europeu de Biologia Molecular (EMBL), del Centre Alemany d’Investigació Oncològica (DKFZ) i de la Universitat de Copenhaguen, va ser entrenat amb informació clínica de 400.000 persones del Regne Unit i es va provar amb dades de gairebé dos milions de persones a Dinamarca.

Batejat Delphi-2M, el model va poder predir la probabilitat de més de mil malalties basant-se en l'historial mèdic d'una persona amb una precisió igual o superior a la d’altres eines.

A més, va aconseguir simular trajectòries de salut de fins a 20 anys per a una persona i generar dades sintètiques que protegeixen la privacitat dels pacients però continuen sent útils per entrenar altres models d’IA.

Millorar la detecció

Els autors defensen que la seva eina podria ajudar a identificar les persones amb més risc de patir malalties, orientar els programes de detecció i donar suport a la planificació a llarg termini dels serveis sanitaris.

«El nostre model d’IA és una prova de concepte que demostra que és possible que la IA aprengui molts dels nostres patrons de salut a llarg termini i utilitzi aquesta informació per generar prediccions significatives», afirma Ewan Birney, director executiu interí de l’EMBL.

«Al modelar com es desenvolupen les malalties al llarg del temps, podem començar a explorar quan sorgeixen certs riscos i quina és la millor manera de planificar intervencions primerenques. És un gran pas cap a enfocaments més personalitzats i preventius de l’atenció sanitària», afegeix.

Tot i que versions futures podrien incloure més tipus d’informació sanitària i ajudar a millorar l’atenció personalitzada, els autors adverteixen que el model actual reflecteix els biaixos de les dades amb què va anar entrant i que les seves prediccions no s’han d’utilitzar per prendre decisions mèdiques directes sense fer més proves.

Confluència de malalties

La IA ofereix potents eines per identificar patrons en la progressió de les malalties mitjançant l’anàlisi de grans conjunts de dades d’historials de pacients, però el potencial complet d’aquests models, especialment a escala poblacional, continua sense explorar-se en gran manera.

En aquest context, Delphi-2M va ser entrenat per detectar patrons en l’aparició de determinades malalties en relació amb altres esdeveniments en els historials dels pacients, com factors relacionats amb l’estil de vida i altres afeccions de salut.

«Els esdeveniments mèdics solen seguir patrons predictibles. El nostre model aprèn aquests patrons i pot pronosticar resultats de salut futurs. Ens permet explorar el que podria passar basant-nos en l’historial mèdic d’una persona i altres factors claus», afirma Tom Fitzgerald, científic de l’Institut Europeu de Bioinformàtica de l’EMBL-EBI).

Segons els seus autors, el model funciona especialment bé en afeccions amb patrons de progressió clars i consistents, com certs tipus de càncer, atacs cardíacs i septicèmia (infeccions a la sang).

No obstant això, és menys fiable per a afeccions més variables, com els trastorns de salut mental o les complicacions relacionades amb l’embaràs, que depenen d’esdeveniments vitals impredictibles.

Ús futur i limitacions

Igual com les previsions meteorològiques, aquest nou model d’IA ofereix probabilitats, no certeses. No prediu exactament el que passarà a una persona, sinó que ofereix estimacions ben calibrades de la probabilitat que es produeixin determinades afeccions durant un període de temps determinat, adverteix l’estudi. «És important destacar que no es tracta d’una certesa, sinó d’una estimació dels riscos potencials», insisteix Fitzgerald.

A més, el model conté biaixos demogràfics a causa de les llacunes en les dades d’entrenament, com la baixa representació de determinats grups ètnics.

Notícies relacionades

Infecció, sèpsia i danys cerebrals: la història del nadó Hugo i les conseqüències d’un diagnòstic tardà

On tot comença: converteix la teva cuina al cor de la llar

Malgrat que el model encara no està llest per al seu ús clínic, els autors suggereixen que ja podria ajudar els investigadors a comprendre com es desenvolupen i progressen les malalties, a explorar com l’estil de vida i les patologies passades afecten el risc de patir malalties a llarg termini i a simular resultats de salut utilitzant dades de pacients artificials en situacions en què és difícil obtenir o accedir a dades del món real.

«Aquest és el començament d’una nova manera d’entendre la salut humana i la progressió de les malalties», conclou Moritz Gerstung, cap de la Divisió d’IA a Oncologia del DKFZ i antic cap de grup de l’EMBL-EBI.