Las amenazas de enfermedades infecciosas para la salud individual y pública son numerosas, variadas y frecuentemente inesperadas. La inteligencia artificial (IA) y las tecnologías relacionadas, que ya respaldan la toma de decisiones humanas en economía, medicina y ciencias sociales, tienen el potencial de transformar el alcance y el poder de la epidemiología de las enfermedades infecciosas.

En un estudio de la Universidad de Oxford, Reino Unido, (DOI: https://doi.org/10.1038/s41586-024-08564-w) publicado recientemente en la revista Nature , los investigadores consideraron la aplicación al modelado de enfermedades infecciosas de sistemas de inteligencia artificial que combinan aprendizaje automático, estadística computacional, recuperación de información y ciencia de datos. En primer lugar, describieron cómo los avances recientes en IA pueden acelerar los avances en la respuesta a preguntas epidemiológicas clave y analizaron métodos específicos de IA que pueden aplicarse a los datos de vigilancia de enfermedades infecciosas recopilados de forma rutinaria. En segundo lugar, profundizaron en el contexto social de la IA para la epidemiología de las enfermedades infecciosas, incluidas cuestiones como la explicabilidad, la seguridad, la responsabilidad y la ética. Finalmente, resumieron algunas limitaciones de las aplicaciones de la IA en este campo y brindaron recomendaciones sobre cómo la epidemiología de las enfermedades infecciosas puede aprovechar de manera más efectiva los desarrollos actuales y futuros en la IA.

Por primera vez se describe cómo los avances en IA pueden acelerar los avances en la investigación de enfermedades infecciosas y la respuesta a los brotes. El estudio pone especial énfasis en la seguridad, la responsabilidad y la ética en la implementación y el uso de la IA en la investigación de enfermedades infecciosas.

Hasta ahora las aplicaciones médicas de la IA se han centrado especialmente en la atención individual del paciente, mejorando por ejemplo, el diagnóstico clínico, la medicina de precisión o apoyando las decisiones de tratamiento clínico.

En este estudio se analiza su aplicación para la salud de la población. Así concluye que los avances recientes en las metodologías de IA funcionan cada vez mejor incluso con datos limitados.

“En los próximos cinco años la IA tiene el potencial de transformar la preparación para las pandemias. Nos ayudará a anticipar mejor dónde comenzarán los brotes y predecir su trayectoria, utilizando terabytes de datos climáticos y socioeconómicos recopilados de manera rutinaria. También podría ayudar a predecir el impacto de los brotes de enfermedades en pacientes individuales al estudiar las interacciones entre el sistema inmunológico y los patógenos emergentes”, afirmó el autor principal el profesor Moritz Kraemer, del Instituto de Ciencias Pandémicas de la Universidad de Oxford.

“En conjunto y si se integran en los sistemas de respuestas a las pandemias de los países, estos avances tendrán el potencial de salvar vidas y garantizar que el mundo esté mejor preparado para futuras amenazas de pandemias”, añadió.

Avances prometedores

Las oportunidades de la IA y la preparación ante las pandemias identificadas en la investigación incluyen avances prometedores en la mejora de los modelos actuales de propagación de enfermedades, con el objetivo de hacer que la modelización sea más sólida, precisa y realista. Igualmente, señala avances en la identificación de áreas con alto potencial de transmisión, lo que ayuda a garantizar que los recursos de atención médica limitados puedan asignarse de la manera más eficiente posible.

Además encuentra potencial para mejorar los datos genéticos en la vigilancia de las enfermedades, acelerando en última instancia el desarrollo de vacunas y la identificación de nuevas variantes. También para ayudar a determinar las propiedades de los nuevos patógenos, predecir sus características e identificar si es probable que se produzcan saltos entre especies.

De esta forma podría predecir qué nuevas variantes de patógenos que ya circulan (como Sars CoV-2 y los virus de la gripe) podrían surgir y qué tratamientos y vacunas son mejores para reducir su impacto. Igualmente anticipa una posible integración asistida por IA de datos a nivel de la población de fuentes individuales (incluidas tecnologías portátiles como frecuencia cardíaca y conteo de pasos) para detectar y monitorear mejor los brotes.

Siendo así, la IA puede generar una nueva interfaz entre la ciencia altamente técnica y los profesionales de la salud con capacitación limitada, mejorando la capacidad de los entornos que más necesitan estas herramientas.

Sin embargo, los avances en IA no afectarán por igual a todas las áreas de preparación y respuesta ante pandemias. Por ejemplo, si bien los modelos de lenguaje proteico son muy prometedores para acelerar la comprensión de cómo las mutaciones de los virus pueden afectar la propagación y la gravedad de las enfermedades, los avances en los modelos básicos podrían aportar solo mejoras modestas con respecto a los enfoques existentes para modelar la velocidad a la que se propaga un patógeno.

Datos de vigilancia integrales y continuos

Los científicos piden cautela al sugerir que la IA por sí sola resolverá los desafíos de las enfermedades infecciosas, pero que la integración de la retroalimentación humana en los flujos de trabajo de modelado de IA podría ayudar a superar las limitaciones existentes.

Los autores están particularmente preocupados por la calidad y la representatividad de los datos de entrenamiento, la accesibilidad limitada de los modelos de IA a la comunidad general y los riesgos potenciales asociados a la implementación de modelos de caja negra en la toma de decisiones.

El Prof. Eric Topol, uno de los autores del estudio, dijo: “Si bien la IA tiene un potencial transformador notable para la mitigación de la pandemia, depende de una amplia colaboración mundial y de aportes de datos de vigilancia integrales y continuos”.

Los autores sugieren puntos de referencia rigurosos para evaluar los modelos de IA y abogan por una colaboración sólida entre gobierno, sociedad, industria, y la academia para el desarrollo sostenible y prácticos para modelos para mejorar la salud humana.

Fuentes: Infosalud https://www.nature.com/articles/s41586-024-08564-w