Métodos basados en inteligencia artificial para una asistencia sanitaria personalizada
Identificar con rapidez y eficacia a las personas que padecen un alto riesgo de enfermedad es fundamental para lograr mejores resultados sanitarios a largo plazo. Esto es especialmente cierto en el caso de las afecciones tratables como la diabetes, los accidentes cerebrovasculares y las enfermedades coronarias. El equipo del proyecto AI-PREVENT, financiado por el Consejo Europeo de Investigación(se abrirá en una nueva ventana), se propuso apoyar este objetivo mediante la aplicación de la inteligencia artificial (IA). Para ello, se recopilaron datos sanitarios de la población finlandesa, junto con otra información diversa. «Estos datos se reunieron a través de la iniciativa FinRegistry(se abrirá en una nueva ventana) », explica el coordinador del proyecto AI-PREVENT, Andrea Ganna, de la Universidad de Helsinki(se abrirá en una nueva ventana). «Este conjunto de datos incluye los datos sanitarios, así como una amplia gama de otras informaciones, como hospitalizaciones, diagnósticos, riesgo familiar y situación sociodemográfica».
Modelizar la salud y otros factores de riesgo
Esta valiosa fuente de datos permitió que el equipo del proyecto desarrollara y aplicara novedosos métodos de IA para modelizar posibles trayectorias de salud en relación con las enfermedades cardiovasculares. El objetivo era encontrar nuevas formas de modelizar las relaciones complejas entre la salud y otros factores de riesgo. «Se puede pensar en este conjunto de datos como el libro de la vida de todos los ciudadanos finlandeses», dice Ganna. «Cada individuo es una frase en este libro. Todas estas frases están conectadas, con relaciones y elementos multigeneracionales». La utilización de las herramientas de IA permitió a Ganna y su equipo examinar cada frase en su contexto y generar predicciones para el futuro. «Podemos intentar ver cómo es probable que evolucionen estas historias individuales», explica.
Vincular los datos socioeconómicos con los sanitarios
En efecto, los modelos generados por IA demostraron ser herramientas potentes para identificar a personas concretas en situación de riesgo y necesitadas de atención preventiva. Los usos finales más probables podrían ser la detección del cáncer o la identificación de personas que necesitan una revisión cardiovascular. «Este tipo de clasificación normalmente solo se haría en función de criterios clave como la edad y el sexo», añade Ganna. «Al utilizar las herramientas de IA con un gran registro de datos podemos examinar mejor a las personas. Este método más personalizado podría ayudar a las personas a vivir más tiempo y ser más rentable para los servicios sanitarios». En el proyecto también se analizó el concepto de equidad. Ganna quería hacerse una idea de si los modelos de IA serían precisos en todos los grupos de la sociedad, o si podrían favorecer a determinados grupos, como los más acomodados. «Queríamos ver si la vinculación de los datos socioeconómicos con los sanitarios ofrece indicadores no sesgados», señala. «Este método también abre la cuestión de si, como sociedad, queremos siquiera utilizar los datos de esta manera. ¿Aceptarán los ciudadanos un sistema de IA que decide quién debe ser el primero en recibir una vacuna basándose en datos complejos?».
Generalizar los modelos de IA
Un próximo paso importante será ampliar este ejercicio a varios países europeos. Ganna señala que el Reglamento Europeo relativo al Espacio de Datos de Salud(se abrirá en una nueva ventana), que entró en vigor en marzo de 2025, está muy en consonancia con la legislación de Finlandia que hizo posible el proyecto AI-PREVENT. «En este proyecto se ha puesto de relieve la importancia del acceso a los datos», afirma. «Este es el núcleo de todo lo que hacemos. No podremos comprender la equidad de la utilización de las herramientas de IA, por ejemplo, a menos que dispongamos de datos reales que podamos usar. Esta investigación en salud pública de precisión no se produce sin este trabajo fundacional». Aplicar la IA a más países de la Unión Europea (UE) ayudaría a que los modelos de Ganna fueran más generalizables, en su opinión, y capaces de comprender las diferencias entre los países. También pretende entrenar sus modelos de IA con datos genéticos, para seguir reforzando la asistencia sanitaria preventiva en Europa. Estos métodos específicos deberían contribuir a mejorar los resultados sanitarios y hacer más eficaz y eficiente el trabajo de laboratorio.
