En los consultorios y sistemas de salud de todo el mundo, la historia clínica suele ser mirada por partes: un análisis aquí, una receta allá, una imagen en otro sector y diagnósticos que pueden quedar separados aunque pertenezcan a la misma persona. Una nueva generación de sistemas de inteligencia artificial intenta cambiar esa lógica y leer el recorrido médico completo como una secuencia temporal, capaz de revelar riesgos que todavía no se manifiestan.

La técnica, denominada tokenización del paciente, transforma cada evento relevante del historial en una unidad de información ordenada en el tiempo. Un resultado de laboratorio, un diagnóstico, una nota médica o una imagen pueden convertirse así en piezas de una misma trayectoria, que el modelo interpreta para estimar cómo evoluciona la posibilidad de desarrollar distintas enfermedades.

Cinco modelos, una misma promesa con límites

Delphi-2M trabajó con diagnósticos y su secuencia temporal, con datos de casi dos millones de personas del Biobanco del Reino Unido y de registros daneses, para calcular la probabilidad de más de mil enfermedades. Curiosity procesó más de cien mil millones de eventos médicos correspondientes a más de cien millones de pacientes. Apollo agregó texto clínico e imágenes a los registros estructurados y utilizó tres décadas de atención acumulada. ALADYNOUILLI incorporó información genética heredada y fue entrenado con más de 683 mil personas de tres biobancos. AURORA, por su parte, integró siete tipos de datos en más de 425 mil individuos para estudiar envejecimiento, salud metabólica y respuesta a tratamientos.

Los desarrollos usan bases de datos, criterios de evaluación y horizontes temporales diferentes, por lo que no pueden compararse de manera directa. Además, comparten una limitación esencial: hasta ahora ninguno demostró que las decisiones médicas tomadas a partir de sus predicciones Mejoren los resultados clínicos reales de los pacientes.

• Podrían ayudar a identificar riesgos individuales con años de anticipación.
• También podrían orientar el diseño de estudios y la búsqueda de patrones en grandes poblaciones.
• Su utilidad futura depende de demostrar que anticipar una enfermedad permite actuar mejor y obtener resultados concretos.

La promessa, entonces, es enorme pero todavía exige cautela: la inteligencia artificial puede reunir la historia clínica de una persona como nunca antes, aunque pasar de una predicción precisa a una decisión médica beneficiosa sigue siendo un paso que la evidencia todavía no terminó de demostrar.