La historia clínica entera, leída como una novela: cómo la inteligencia artificial empieza a anticipar enfermedades años antes

A mí me pasó mil veces, como a cualquiera que va al médico: entro al consultorio con un análisis de sangre en la mano, el doctor lo mira, me dice algo y listo. Nadie hojea, en ese rato, los diez años de estudios que tengo guardados en la carpeta verde. La historia clínica, en la práctica, se lee en pedazos. Y ahí, justamente ahí, es donde aparece una idea que está dando vueltas en el mundo de la inteligencia artificial: ¿qué pasaría si una máquina pudiera leer toda esa carpeta, de punta a punta, como si fuera una novela, y anticipar qué enfermedad va a aparecer antes de que aparezca?

De eso se trata el concepto que los investigadores empezaron a llamar tokenización del paciente. La idea es sencilla de explicar y compleja de ejecutar: cada evento médico de la vida de una persona, un diagnóstico, un valor de laboratorio, una radiografía, una receta, una nota del médico, se transforma en una unidad de información ordenada en el tiempo. Juntas, esas unidades arman la trayectoria de salud del paciente. Y esa trayectoria, convertida en una secuencia, es la materia prima que la inteligencia artificial necesita para estimar cómo evoluciona el riesgo de más de mil enfermedades a lo largo de los años.

Cinco modelos que ya están en carrera

En los últimos meses aparecieron cinco desarrollos que avanzan por ese camino. No son comparables entre sí, porque usan bases de datos, criterios y horizontes temporales distintos, pero comparten una ambición: mirar la historia clínica entera para anticipar lo que viene.

• Delphi-2M: trabaja con diagnósticos y su secuencia temporal para calcular la probabilidad de más de 1.000 enfermedades. Se entrenó con datos de casi dos millones de personas, a partir del Biobanco del Reino Unido y registros daneses.
• Curiosity: llevó la idea a una escala enorme. Procesó más de 100.000 millones de eventos médicos de más de 100 millones de pacientes.
• Apollo: sumó texto clínico e imágenes a los registros estructurados y reunió tres décadas de atención acumulada de los pacientes.
• ALADYNOUILLI: incorporó información genética heredada y entrenó con más de 683.000 personas de tres biobancos, 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 todos estos modelos prometen es, en el fondo, lo que yo siempre quise que el médico de cabecera pudiera hacer en esos quince minutos de consultorio: mirar la película completa en vez de la foto de un día. Para una persona de 45 años con antecedentes familiares de diabetes y un colesterol que viene subiendo hace rato, la promesa es concreta: saber, con años de anticipación, que el riesgo de un evento cardiovascular está creciendo y actuar antes.

La cautela de los especialistas

Ahora bien, acá viene la parte que los propios investigadores se encargan de aclarar, y que a mí me parece la más importante para no vender humo. Ninguno de estos cinco sistemas demostró todavía que tomar decisiones médicas a partir de sus predicciones sirva para mejorar la salud concreta de los pacientes. Es decir: pueden anticipar, pero todavía nadie probó que anticipar cambie el resultado.

Esa diferencia es clave. Predecir un riesgo no es lo mismo que evitar que ese riesgo se concrete. Y en medicina, la distancia entre una cosa y la otra se mide en ensayos clínicos, en años de seguimiento y en vidas. Por eso, mientras los modelos se perfeccionan, los especialistas piden manejarse con expectativas cuidadosas: la herramienta existe, los números impresionan, pero la promesa todavía no se cumplió en la práctica.

Vuelvo a la persona que imaginé al principio, la de la carpeta verde. Por ahora, su historia clínica sigue leyéndose en pedazos. Pero la dirección ya está marcada: en algún momento, una máquina va a poder mirar esa carpeta entera, de la primera consulta al último análisis, y decirle al médico, con tiempo, dónde conviene hacer clic. Falta, todavía, que esa advertencia temprana se traduzca en algo que le cambie la vida a quien tiene la carpeta en la mano. Y eso, por ahora, es la cuenta pendiente.