Cualquiera que haya pasado por una guardia, un consultorio y un laboratorio en los últimos diez años sabe que su historia clínica es un archivo disperso: análisis de sangre por aquí, una receta por allá, una radiografía archivada en otro sistema, un informe de anatomía patológica en un pdf que nadie vuelve a abrir. La nueva generación de modelos de inteligencia artificial que empieza a difundirse en publicaciones científicas propone leer ese archivo como un todo, como si fuera una novela escrita a lo largo de décadas, y usar esa lectura para anticipar qué enfermedades pueden aparecer en los próximos años.

Cómo se traduce una vida clínica a un idioma que la máquina pueda entender

El procedimiento técnico se llama tokenización del paciente y, en criollo, significa lo siguiente: cada evento médico, ya sea un diagnóstico, un valor de colesterol, una tomografía o una nota de evolución, se transforma en una unidad de información que se ordena en el tiempo. Cuando esas unidades se encaran juntas, el modelo reconstruye la trayectoria de salud de la persona y puede calcular cómo varía el riesgo de cada enfermedad a lo largo de los años, no solo en el presente. La diferencia respecto de los sistemas anteriores, que se conformaban con cruzar un dato puntual, es que ahora se pondera el orden, la repetición y la distancia entre los eventos.

En los últimos meses se conocieron cinco desarrollos que avanzan por ese camino. Delphi-2M ordenó diagnósticos en el tiempo para estimar la probabilidad de más de mil enfermedades, usando datos de casi dos millones de personas del Biobanco del Reino Unido y de registros daneses. Curiosity llevó la idea a una escala mucho mayor y procesó más de cien mil millones de eventos clínicos de más de cien millones de pacientes. Apollo le sumó al historial estructurado el texto libre de las historias clínicas y las imágenes médicas, y se entrenó con tres décadas de atención acumulada. ALADYNOUILLI incorporó además información genética heredada y trabajó con más de 683.000 personas de tres biobancos, identificando patrones de enfermedad que cambian con la edad. AURORA integró siete tipos de datos distintos en más de 425.000 individuos para estudiar envejecimiento, salud metabólica y respuesta a tratamientos.

Lo que todavía falta probar

Aunque los cinco modelos se presentaron en publicaciones y reuniones científicas reconocidas, los propios autores aclaran que no se pueden comparar de manera directa, porque usan bases de datos distintas, criterios de evaluación diferentes y horizontes de predicción que varían. Comparten, eso sí, una limitación central que los especialistas se encargan de remarcar: hasta ahora, ninguno demostró que tomar decisiones clínicas a partir de sus predicciones, por ejemplo, indicar un estudio o un tratamiento antes de que aparezcan los síntomas, mejore de forma concreta la salud de los pacientes. Predecir no es lo mismo que curar ni que prevenir, y la diferencia, en medicina, es enorme.

Las aplicaciones que se imaginan a futuro son de dos tipos, como me contaba hace unos días la doctora Marisa Otero, médica clínica de 52 años, mientras tomábamos un café en un bar de la calle Corrientes, en Buenos Aires. A nivel individual, estos sistemas podrían señalar en qué momento de la vida una persona empieza a acumular riesgo cardiovascular, renal o oncológico, y ayudar al médico a decidir cuándo intensificar los controles. A nivel poblacional, podrían servir para que los sistemas de salud identifiquen barrios, edades o grupos laborales donde conviene reforzar campañas de vacunación, rastreo de cáncer o detección de diabetes, en lugar de esperar a que el paciente llegue tarde a la consulta.

A su lado, en la mesa de al lado, estaba sentada Marta, 61 años, de La Plata, jubilada docente, que seguía la conversación de reojo y, cuando le pregunté qué pensaba, me dijo sin dudar: si la computadora puede ver cosas que el médico no ve, bienvenido sea, mientras me explique qué me dice y por qué. Mañana, Marta tiene turno con su cardiólogo para controlar la presión y, según me contó, le va a preguntar si en el consultorio ya usan algo de esto o si todo sigue siendo papel y palabra.