Un equipo de investigadores de la Universidad de Stanford (EE.UU.) ha desarrollado un sistema de inteligencia artificial (IA) llamado Machine Learning for Immunological Diagnosis (Mal-ID), capaz de analizar el historial inmunológico de una persona para diagnosticar enfermedades con una precisión excepcional.

Este avance, publicado en la revista Science, abre la puerta a una nueva era en la medicina, permitiendo diagnósticos más rápidos y precisos para enfermedades como COVID-19, VIH, diabetes tipo 1 y lupus, entre otras.

¿Cómo funciona Mal-ID?

El diagnóstico tradicional depende de exploraciones físicas, pruebas de laboratorio e imágenes médicas, lo que puede llevar tiempo y generar confusiones. Mal-ID, en cambio, se basa en el análisis del sistema inmunológico a través de los receptores de células B (BCR) y células T (TCR), encargadas de responder a patógenos y vacunas.

Los investigadores entrenaron el modelo con datos de 593 individuos, incluyendo pacientes con distintas enfermedades y personas sanas. Luego, analizaron 550 muestras para probar su efectividad, logrando identificar seis estados de enfermedad distintos con una precisión excepcional.

Un nuevo horizonte en la medicina

El estudio demuestra que los receptores inmunitarios pueden ser utilizados para diagnosticar enfermedades sin necesidad de conocer previamente los patrones específicos de cada antígeno. Este enfoque podría revolucionar la manera en que se detectan enfermedades autoinmunes, infecciosas e inmunomediadas en una sola prueba.

Aunque aún es necesario perfeccionar el modelo, los científicos aseguran que, con más validaciones, Mal-ID podría convertirse en una herramienta clínica de gran impacto, utilizando la vasta información del sistema inmunológico para mejorar los diagnósticos médicos.