Foresight es un modelo de inteligencia artificial generativa que, al igual que ChatGPT, utiliza el aprendizaje predictivo para anticipar eventos futuros. Sin embargo, en lugar de predecir palabras, su tarea es prever resultados de salud en función de datos médicos previos. El modelo ha sido entrenado con información anónima y recopilada de forma rutinaria por el Servicio Nacional de Salud de Inglaterra (NHS), como ingresos hospitalarios y tasas de vacunación contra la COVID-19, para proyectar eventos clínicos como hospitalizaciones, infartos o nuevos diagnósticos.
El objetivo de este estudio piloto es posibilitar una atención médica más preventiva, dirigida y eficaz a gran escala, mediante la identificación anticipada de riesgos clínicos en grupos específicos de pacientes.
Seguridad y escala sin precedentes: el entorno del NHS
El proyecto se desarrolla en el Secure Data Environment (SDE) del NHS England, una plataforma de análisis protegida que permite el uso controlado de datos anonimizados de los 57 millones de habitantes de Inglaterra. Todos los procesos de entrenamiento del modelo y las predicciones permanecen estrictamente bajo la custodia del NHS, garantizando así los estándares éticos y legales de protección de datos.
Gracias a esta plataforma, el modelo Foresight puede incorporar una representación poblacional diversa y permitir predicciones personalizadas incluso en condiciones de baja prevalencia o poblaciones subrepresentadas.
“El uso de datos a escala nacional nos permite representar la diversidad caleidoscópica de la población de Inglaterra, en particular de los grupos minoritarios y las enfermedades raras”, explicó el Dr. Chris Tomlinson, investigador principal del University College London (UCL).
Aplicaciones clínicas y reducción de desigualdades
Los investigadores destacan que el potencial del modelo va más allá de la predicción individual: se proyecta como una herramienta para orientar políticas sanitarias, optimizar la planificación de servicios y facilitar intervenciones clínicas en pacientes de alto riesgo. Este enfoque posibilita anticiparse a complicaciones graves, mejorando la calidad de vida y reduciendo costos asistenciales a largo plazo.
“La IA tiene el potencial de transformar la forma en que prevenimos y tratamos enfermedades, si se entrena con grandes conjuntos de datos y se prueba de forma segura”, subrayó el Dr. Vin Diwakar, Director Nacional de Transformación del NHS England.
Por su parte, la profesora Angela Wood, directora asociada del Centro de Ciencia de Datos de la Fundación Británica del Corazón (BHF), remarcó: “Este modelo puede ayudar a los profesionales a tomar decisiones médicas oportunas y eficaces para pacientes de alto riesgo y abordar desigualdades en salud al asegurar representatividad en la atención médica predictiva”.
Ética, transparencia y participación ciudadana
Un aspecto distintivo de este estudio es la participación activa del público en los procesos de revisión, aprobación y desarrollo del proyecto. El Centro de Ciencia de Datos de la BHF, en conjunto con Health Data Research UK, ha promovido un enfoque centrado en el beneficio público, la transparencia y la gobernanza ética.
“Como paciente, me interesa saber cómo esta investigación podría ayudar a identificar afecciones de salud relacionadas, reducir el riesgo de desarrollar otras nuevas y brindar apoyo a quienes enfrentan dificultades para acceder a la atención médica”, expresó uno de los colaboradores ciudadanos del estudio.
Este tipo de implicación busca garantizar que el uso de IA en salud pública se mantenga alineado con las expectativas sociales, y que su implementación no profundice brechas en el acceso o la calidad del cuidado.
Limitaciones actuales y próximos pasos
Actualmente, el modelo Foresight trabaja con datos amplios pero de baja profundidad, comprendidos entre noviembre de 2018 y finales de 2023, principalmente orientados a la investigación relacionada con COVID-19. Los investigadores anticipan que futuras versiones incorporen fuentes más completas como notas clínicas, resultados de laboratorio y estudios de imagen, permitiendo un mayor grado de precisión y aplicabilidad clínica.
Además, se proyecta extender el uso de Foresight más allá de la COVID-19 y explorar cómo puede adaptarse a distintas enfermedades crónicas, síndromes complejos y áreas críticas de salud pública.
“El proyecto piloto se basa en investigaciones previas que demostraron la capacidad del modelo para predecir trayectorias de salud en contextos locales. Poder utilizarlo ahora a nivel nacional es muy emocionante”, comentó el profesor Richard Dobson, codirector del estudio desde el King’s College y el UCL.
Un modelo con implicaciones globales
Aunque el estudio se concentra en el sistema británico, sus implicaciones son relevantes para cualquier país que aspire a una medicina basada en datos. En contextos como América Latina, donde los sistemas de salud enfrentan retos de fragmentación, inequidad y recursos limitados, herramientas predictivas como Foresight podrían representar una alternativa estratégica para anticipar crisis, priorizar recursos y mejorar la toma de decisiones en salud pública.
El uso responsable de inteligencia artificial en salud, bajo un marco de gobernanza transparente, con supervisión clínica y participación comunitaria, representa una frontera prometedora en la transformación digital de los sistemas sanitarios. Este estudio marca un precedente y ofrece una hoja de ruta para su implementación.
