Ir al contenido principal

Combatiendo las enfermedades con IA

Con ayuda de la inteligencia artificial, las empresas farmacéuticas y los institutos de investigación alemanes trabajan intensamente en diagnósticos más precisos y nuevas terapias. 

Wolf ZinnWolf Zinn, 20.05.2025
La inteligencia artificial ayuda con los diagnósticos y las terapias.
La inteligencia artificial ayuda con los diagnósticos y las terapias. © IStock

La medicina se enfrenta a un cambio radical. Gracias a la inteligencia artificial (IA), es posible analizar enormes cantidades de datos de forma más rápida y exhaustiva que nunca. Esto permite diagnósticos más tempranos, mejores terapias y un desarrollo de fármacos más eficiente. Por eso en Alemania, las empresas farmacéuticas, las instituciones de investigación y los hospitales están invirtiendo en soluciones basadas en la IA. Los siguientes ejemplos muestran cómo la IA está revolucionando la asistencia sanitaria.

Entender mejor el cáncer

Un objetivo central de muchas aplicaciones de IA es reconocer patrones en datos complejos, por ejemplo en la extensión del cáncer. El proyecto DECIPHER-M, financiado por el Ministerio alemán de Investigación, combina datos de análisis de tejidos, técnicas de imagen e información genética para predecir mejor el riesgo individual de metástasis.

“A pesar de los avances, la metástasis es uno de los mayores retos”, afirma el director del proyecto, Jakob Kather, del Centro Else Kröner Fresenius de Salud Digital de Dresde (EKFZ en sus siglas en alemán). El objetivo es desarrollar una terapia totalmente personalizada para cada paciente antes de que el cáncer se extienda por el cuerpo.

Cribado del cáncer de mama con protección de datos

A menudo no es posible almacenar datos médicos de forma centralizada, pero la IA necesita grandes cantidades de datos. Por ello, el proyecto ODELIA del EKFZ apuesta por el “swarm learning” o inteligencia de enjambre: un proceso en el que los datos permanecen en su lugar de origen, pero los modelos de IA pueden seguir aprendiendo juntos. El objetivo es analizar de forma fiable las resonancias magnéticas de mama sin poner en peligro la protección de datos. En un estudio internacional, el modelo entrenado conjuntamente fue incluso más preciso que los sistemas desarrollados localmente.

Diagnósticos más rápidos en la nube

La industria también está impulsando el desarrollo. Por ejemplo, Bayer ha desarrollado una plataforma para radiología que integra aplicaciones asistidas por IA directamente en el trabajo diario. Ayuda a reconocer automáticamente anomalías en las imágenes de rayos X o de resonancias magnéticas, por ejemplo en caso de derrame cerebral o neumonía.

“Queremos aliviar a las médicas y a los médicos para a¡que puedan concentrarse en sus pacientes”, afirma Bayer. La plataforma ya se está utilizando en varios países europeos.

Desarrollar fármacos más rápido

A menudo se tarda más de diez años en desarrollar nuevos medicamentos y comercializarlos. La empresa farmacéutica Merck, con sede en Darmstadt, quiere reducir este proceso a menos de cuatro años con una plataforma de IA. La tecnología está diseñada para identificar más rápido posibles principios activos y hacer más eficiente la planificación de los procesos químicos. “La IA aumenta enormemente la productividad. Puede ayudarnos a poner a disposición de nuestros pacientes medicamentos nuevos y más eficaces con mayor rapidez”, afirma Walid Mehanna, Chief Data & AI Officer de Merck. Las posibilidades son enormes, tanto desde el punto de vista médico como económico.

IA cuántica, la tecnología del futuro

Aún más visionario es el enfoque del Instituto Fraunhofer de Sistemas Cognitivos (IKS en sus siglas en alemán) de Múnich. Junto con el Hospital Universitario Ludwig Maximilian, el IKS investiga sistemas híbridos que combinan computación cuántica e IA. El objetivo es utilizar relativamente pocos datos para realizar diagnósticos fiables, por ejemplo en el caso de enfermedades raras. Las llamadas redes neuronales bayesanas cuánticas no solo deben proporcionar resultados, sino también tener en cuenta la incertidumbre del diagnóstico, un aspecto importante para la aplicación en la práctica clínica. Los investigadores ven un gran potencial en la detección precoz y el seguimiento de tumores cerebrales en particular.