Inteligencia artificial: cómo predecir enfermedades años antes de que aparezcan, según Eric Topol
El cardiólogo y especialista en longevidad Eric Topol sostiene que los nuevos modelos de inteligencia artificial pueden transformar toda la historia clínica de un paciente en una herramienta capaz de anticipar riesgos de salud con años de antelación.
El cardiólogo Eric Topol, reconocido investigador en medicina de precisión y longevidad, publicó en la prestigiosa revista científica The Lancet un análisis sobre el potencial de la inteligencia artificial para transformar la manera en que se anticipan las enfermedades. Según su planteo, la nueva generación de modelos de IA ya no se limita a analizar datos aislados, sino que puede integrar todo el recorrido médico de una persona a lo largo de su vida.
El concepto central de su propuesta es convertir la historia clínica completa de un paciente —desde análisis de sangre hasta estudios de imagen, antecedentes familiares y hábitos registrados— en lo que Topol describe como una secuencia computable. Es decir, un conjunto de datos ordenado que un sistema de inteligencia artificial puede procesar como si fuera un lenguaje, detectando patrones que hoy resultan invisibles para el ojo humano.
Esa capacidad de lectura profunda permitiría, según el especialista, identificar señales tempranas de enfermedades años antes de que se manifiesten síntomas clínicos. Esto abre la puerta a una medicina más preventiva, en la que el objetivo no sería solo tratar una dolencia una vez diagnosticada, sino intervenir mucho antes de que el cuadro se desarrolle por completo.
Topol es una de las voces más influyentes en la intersección entre tecnología y medicina. Fundador del Scripps Research Translational Institute en California, ha dedicado buena parte de su carrera a estudiar cómo los datos genómicos, los dispositivos portátiles y ahora la inteligencia artificial pueden anticipar el deterioro de la salud antes de que sea demasiado tarde para actuar con eficacia.
Para entender la magnitud de esta propuesta conviene recordar que, hasta hace pocos años, la inteligencia artificial en salud se aplicaba sobre todo a tareas puntuales, como la lectura de radiografías o la detección de arritmias en un electrocardiograma. Lo novedoso del planteo de Topol es la integración longitudinal: no analizar un estudio aislado, sino toda la trayectoria médica de una persona como un continuo de información.
Este tipo de enfoque cobra especial relevancia para la comunidad latina en Estados Unidos, un grupo poblacional que históricamente enfrenta mayores barreras de acceso a controles preventivos y diagnósticos tempranos. Una herramienta capaz de anticipar riesgos a partir de datos ya existentes en el sistema de salud podría reducir la brecha que hoy separa a quienes tienen acceso frecuente a chequeos médicos de quienes no lo tienen.
En América Latina, donde los sistemas de salud pública suelen estar sobrecargados y los recursos para estudios de diagnóstico avanzado son limitados, una tecnología que optimice la información ya recolectada —sin necesidad de nuevos y costosos estudios— podría representar un salto significativo en la prevención de enfermedades crónicas como las cardiovasculares, la diabetes o ciertos tipos de cáncer.
De todas formas, la implementación de modelos como los que describe Topol enfrenta desafíos considerables. La calidad y la fragmentación de los registros médicos, la interoperabilidad entre distintos sistemas hospitalarios y las cuestiones de privacidad de datos son obstáculos que deberán resolverse antes de que este tipo de tecnología pueda aplicarse de manera masiva y confiable.
El planteo publicado en The Lancet se suma a un debate creciente dentro de la comunidad científica sobre el rol que tendrá la inteligencia artificial en la próxima década de la medicina. Mientras algunos especialistas destacan su potencial para salvar vidas mediante diagnósticos tempranos, otros llaman a la cautela frente a la posibilidad de sobrediagnóstico o de generar ansiedad en pacientes ante riesgos que aún no se materializaron.
Más allá de esas discusiones, el trabajo de Topol refuerza una tendencia que ya se observa en distintos sistemas de salud del mundo: el paso de una medicina reactiva, centrada en tratar enfermedades ya instaladas, hacia un modelo predictivo y preventivo, en el que los datos acumulados durante toda la vida de una persona se convierten en la principal herramienta para cuidar su salud futura.
Te puede interesar
Anthropic asegura haber bloqueado intentos de usar su IA para desarrollar armas biológicas
Salinas de Cabo de Gata: la ruta que revela el mineral más antiguo de Almería entre paisajes de otro planeta
