Un sistema automático logra predecir partos prematuros tan rápido como un equipo humano

Un estudio de la Universidad de California mostró que la inteligencia artificial puede acortar los tiempos de validación y publicación en estudios médicos, aunque la supervisión experta sigue siendo clave

Guardar
El experimento DREAM enfrentó inteligencia
El experimento DREAM enfrentó inteligencia artificial generativa y equipos humanos en el análisis predictivo de partos prematuros (Imagen Ilustrativa Infobae)

La inteligencia artificial generativa está transformando la investigación médica al demostrar su capacidad para analizar grandes volúmenes de datos clínicos con una velocidad y precisión que iguala o supera el trabajo de equipos humanos experimentados.

Un estudio de la Universidad de California - San Francisco, publicado en la revista Cell Reports Medicine, verificó que sistemas automáticos pueden predecir el parto prematuro y estimar la edad gestacional a partir de datos médicos complejos, logrando resultados comparables a modelos desarrollados por especialistas tras meses de trabajo tradicional.

Comparación directa entre inteligencia artificial y equipos humanos

El experimento, realizado en colaboración con la Universidad Estatal de Wayne, enfrentó a sistemas de inteligencia artificial generativa y grupos de investigación humana en el desafío DREAM, una competencia internacional de aprendizaje automático en salud.

Ambos grupos recibieron el reto de analizar datos de más de 1.000 mujeres embarazadas y crear modelos para estimar el riesgo de parto prematuro. El objetivo principal fue evaluar la capacidad de la inteligencia artificial generativa para gestionar información médica de alta complejidad y desarrollar soluciones predictivas.

Uno de los equipos que empleó inteligencia artificial estuvo conformado únicamente por un estudiante de maestría y un estudiante de secundaria, quienes, con el apoyo de un chatbot, generaron modelos predictivos en minutos.

En el desafío internacional DREAM,
En el desafío internacional DREAM, sistemas de inteligencia artificial generativa y equipos científicos humanos analizaron datos de más de 1.000 embarazadas para crear modelos capaces de predecir el riesgo de parto prematuro y medir el potencial de la IA en salud (Imagen Ilustrativa Infobae)

El sistema automatizó la escritura de código funcional, eliminando la necesidad de programadores experimentados y reduciendo procesos que normalmente tomarían días. Esta eficiencia permitió validar resultados y presentar la investigación en un tiempo sensiblemente menor al habitual en ciencias médicas.

Los resultados mostraron que la inteligencia artificial generativa no es infalible: solo la mitad de los ocho sistemas automáticos evaluados produjo modelos útiles. De estos, cuatro igualaron o superaron el desempeño de los equipos humanos. La velocidad, sin embargo, fue un factor determinante para acortar los plazos de validación y publicación.

Supervisión humana: una condición imprescindible

La Dra. Marina Sirota, profesora de Pediatría e investigadora principal del Instituto Bakar de Ciencias de la Salud Computacional en la Universidad de California - San Francisco, afirmó que estas herramientas pueden aliviar uno de los mayores obstáculos en la investigación: “Acelerar la obtención de resultados otorga ventajas considerables en investigación y atención sanitaria”.

La experta destacó que la inteligencia artificial facilita la validación de hipótesis y permite avanzar rápidamente hacia nuevas preguntas científicas.

La supervisión humana sigue siendo
La supervisión humana sigue siendo imprescindible para validar y ajustar los resultados de la inteligencia artificial en investigación médica (Imagen Ilustrativa Infobae)

El estudio remarcó la necesidad insoslayable de la supervisión humana. La inteligencia artificial puede generar resultados erróneos o confusos, por lo que siempre se requiere una revisión y ajuste por parte de los investigadores antes de aplicar las soluciones a problemas biomédicos reales.

De los ocho sistemas evaluados, solo cuatro lograron desarrollar modelos efectivos, según subrayó la Universidad de California - San Francisco.

El parto prematuro: un problema de salud pública

El parto prematuro es la principal causa de mortalidad neonatal y plantea desafíos significativos para la salud pública debido a sus consecuencias en el desarrollo infantil. En Estados Unidos, cerca de 1.000 bebés nacen prematuramente cada día.

El equipo dirigido por Sirota analizó los datos del microbioma de aproximadamente 1.200 mujeres embarazadas, obtenidos a partir de nueve estudios distintos. Este enfoque demuestra tanto la complejidad del análisis como la importancia de compartir y abrir bases de datos para acelerar los avances científicos.

El parto prematuro, principal causa
El parto prematuro, principal causa de mortalidad neonatal, representa un desafío crítico para la salud pública: solo en Estados Unidos, alrededor de 1.000 bebés nacen antes de término cada día (Freepik)

La Dra. Tomiko T. Oskotsky, codirectora del Repositorio de Datos de Nacimientos Prematuros en la Universidad de California - San Francisco, resaltó que la colaboración y el intercambio de información son indispensables frente a este tipo de retos: “Este tipo de progreso solo será posible sumando recursos y experiencias colectivas”.

Oportunidades para la investigación biomédica

La inteligencia artificial generativa facilita que investigadores dediquen más tiempo a analizar resultados y plantear nuevas preguntas científicas, incluso si no cuentan con experiencia avanzada en análisis de datos.

Según la Dra. Adi L. Tarca, el acceso a sistemas automatizados permite que profesionales de diferentes disciplinas aborden directamente los componentes biomédicos, sin depender exclusivamente de programadores.

El uso de inteligencia artificial
El uso de inteligencia artificial generativa en investigación biomédica impulsa la medicina de precisión y la innovación en salud pública mundial (Imagen Ilustrativa Infobae)

El proyecto integró a especialistas de la Universidad de California - San Francisco, la Universidad Estatal de Wayne, la Universidad de Nueva York, la Huron High School y el Instituto Nacional de Salud Infantil y Desarrollo Humano, con apoyo financiero del Centro de Investigación de la Prematuridad de March of Dimes, ImmPort y organismos públicos. Los avances conseguidos impulsan el desarrollo de la medicina de precisión y agilizan la respuesta ante desafíos de salud pública.