La mala alimentación es responsable de 11 millones de muertes al año. La mitad de esas muertes son causadas por enfermedades cardiovasculares ateroscleróticas (ECVA) relacionadas con la dieta. El consumo excesivo de grasas (especialmente saturadas y trans), sal y azúcar puede aumentar los depósitos de lípidos en el interior de las arterias.
Dependiendo de la ubicación y gravedad de la acumulación, al limitar el flujo sanguíneo, se puede presentar enfermedad arterial periférica, enfermedad renal o accidentes cerebrovasculares. La inteligencia artificial (IA) se ha presentado como una buena opción para mejorar la salud de las poblaciones.
El primer paso es identificar a la población en riesgo, lo que permitirá diseñar intervenciones y políticas para mejorar el sistema de salud. Un estudio publicado en 2024 que analizó la Encuesta Nacional de Examen de Salud y Nutrición (NHANES) de 1999 a 2018 utilizó un programa de inteligencia artificial automático que se conoce como refuerzo de gradiente extremo con un modelo de riesgos proporcionales de Cox.
Ese programa de IA puede predecir resultados a través de la identificación de patrones que se presentan como variables de conjuntos de datos. A partir de eso se generó un modelo predictivo de alta precisión que permitió identificar a las personas con mayor riesgo de síndrome metabólico.
Otro estudio publicado en 2024 que también utilizó IA permitió dividir a los sujetos de estudio según su riesgo de ECVA, utilizando algunos datos como edad, Índice de Masa Corporal (IMC) y ubicación geográfica. Entre más factores se tengan en cuenta, el modelo de IA se vuelve más preciso y por lo tanto se pueden obtener mejores conclusiones.
Un nuevo estudio publicado en The Lancet, demostró cómo la IA generativa que usa modelos de lenguajes grandes (como chatGPT) puede crear un modelo en tiempo real del riesgo individual de ECVA en un país determinado; además se puede integrar el consumo de medicamentos y determinantes socioeconómicos, con el objetivo de mejorar la prevención.
Los modelos de aprendizaje automático necesitan humanos que de alguna forma “enseñen” a los programas de IA. La inteligencia artificial puede ayudar a los profesionales de la salud a mapear a las poblaciones con mayor riesgo de ECVA, para así enfocar todos los recursos donde realmente se necesitan, evitando gastos y esfuerzos innecesarios en el futuro.
Artículo original:
