El aprendizaje federado de IA mejora diagnóstico de enfermedades raras

La inteligencia artificial está revolucionando el ámbito médico, específicamente en el diagnóstico de enfermedades raras, que afectan a millones de personas en el mundo. Un enfoque innovador llamado aprendizaje federado permite que hospitales de distintos países colaboren sin tener que compartir datos personales de los pacientes.

Este sistema aborda uno de los principales desafíos en el diagnóstico de patologías raras: la escasa cantidad de casos registrados en cada centro médico. En vez de centralizar información, la inteligencia artificial se desplaza a cada hospital, analiza los historiales clínicos y devuelve solo patrones matemáticos, protegiendo así la privacidad de los pacientes.

Las enfermedades raras, que afectan a menos de cinco personas por cada 10.000 habitantes, suman más de 7.000 patologías diferentes, impactando a más de 300 millones de personas globalmente. Esta fragmentación del conocimiento médico dificulta el desarrollo de modelos de inteligencia artificial precisos, ya que cada hospital puede haber atendido solo uno o dos casos.

La investigadora Alba Garrido López, de la Universidad Politécnica de Madrid, explica que el aprendizaje federado cambia el paradigma tradicional. En lugar de trasladar datos a un servidor único, el algoritmo visita cada institución, aprende localmente y comparte solo la información necesaria para mejorar un modelo global.

Este enfoque no solo protege la privacidad, sino que también aprovecha el conocimiento acumulado en miles de centros de salud. Según Garrido, los modelos creados con este sistema alcanzan una eficacia cercana al 99% en comparación con aquellos entrenados en bases de datos centralizadas.

Uno de los principales obstáculos para los pacientes con enfermedades raras es el tiempo de espera para obtener un diagnóstico. Actualmente, más de la mitad de ellos espera más de un año para conocer la causa de sus síntomas, lo que afecta su tratamiento y calidad de vida. La inteligencia artificial puede reducir este tiempo al comparar automáticamente cada caso con miles de registros de hospitales en diferentes países.

En España, la Fundación 29, creada por el ingeniero Julián Isla, ha desarrollado DxGPT, una herramienta de IA que ayuda a los médicos a identificar enfermedades raras, ya utilizada por miles de profesionales de salud en el país.

Proyectos europeos como SYNTHEMA y GENOMED4ALL también están implementando aprendizaje federado para mejorar el diagnóstico de estas patologías, conectando información clínica y genética sin comprometer la confidencialidad del paciente. El objetivo es construir una red internacional de conocimiento que facilite el acceso a la experiencia acumulada en centros especializados a médicos de todo el mundo.

Los especialistas sostienen que la tecnología no busca reemplazar al médico, sino apoyarlo en el diagnóstico, ayudando a comparar síntomas con millones de registros clínicos y sugiriendo posibles diagnósticos o estudios complementarios, lo que podría reducir la incertidumbre que enfrentan muchas familias.