MILTON, la IA de AstraZeneca que predice más de 1,000 enfermedades antes del primer síntoma

Anna Lagos: ¿Qué tan efectivas han sido estas predicciones tempranas?

Slavé Petrovski: Para alrededor de 1,000 enfermedades estudiadas, alcanzamos un rendimiento predictivo de aproximadamente el 70%, lo que significa que en el 70% de los casos, cuando la IA predice que un individuo no desarrollará una enfermedad, es correcto. En alrededor de 121 enfermedades, la precisión llega al 90%, lo que permite intervenciones mucho antes.

Anna Lagos: ¿Cómo les ayuda la inteligencia artificial a identificar nuevos objetivos terapéuticos a partir de datos genómicos? ¿Y qué desafíos enfrentan al integrar grandes volúmenes de datos genómicos con IA?

Guillermo del Angel: Un desafío importante es asegurar la diversidad genética en nuestros datos. El modelo de Milton se entrenó inicialmente con 500,000 participantes del UK Biobank, lo que brinda información increíble, pero nuestro objetivo es hacerlo más aplicable a poblaciones globales. Por eso AstraZeneca está buscando colaboraciones con investigadores locales en todo el mundo. Otro desafío es que, aunque Milton es una herramienta de investigación poderosa, aún no está listo para la práctica clínica.

Slavé Petrovski: Para añadir, la parte emocionante de usar IA en genómica hoy es que finalmente tenemos los datos adecuados para alimentar estos modelos avanzados. El descubrimiento de objetivos terapéuticos tradicionalmente se basaba en modelos preclínicos, como estudios en cultivos celulares o en animales. Pero tener acceso a datos humanos a gran escala nos permite desarrollar tratamientos directamente basados en biología humana, lo que mejora significativamente la aplicabilidad.

Guillermo del Angel: Además, en el caso del Alzheimer, por ejemplo, Milton ha identificado biomarcadores circulantes específicos (Neurofilament L, ApoE, y GFAP) que, aunque no se miden en chequeos rutinarios, son predictores fuertes de Alzheimer años antes de que aparezcan síntomas. Esto abre la posibilidad de intervenciones tempranas.

Anna Lagos: ¿Cuáles son las principales consideraciones éticas al usar IA para la predicción de enfermedades, y cómo aborda AstraZeneca estas preocupaciones?

Slavé Petrovski: Tomamos muy en serio la privacidad y la diversidad. Los participantes en el UK Biobank, por ejemplo, son voluntarios anónimos que contribuyen altruistamente con sus datos para la investigación médica, a menudo sin un beneficio personal directo. Nuestra responsabilidad es proteger sus datos y asegurarnos de que los estamos usando éticamente.

Guillermo del Angel: Sí, y a nivel global, publicamos todos nuestros datos y métodos de manera transparente, para que otros puedan construir sobre ellos y adaptarlos localmente. Creemos que esto apoyará los sistemas de salud preventiva en todo el mundo, donde el diagnóstico temprano puede tener un impacto aún mayor debido a los recursos limitados.

Slavé Petrovski: Además, el 95% de los datos genómicos a nivel mundial provienen de individuos con ascendencia europea reciente, lo cual no refleja la diversidad global. Por eso, en AstraZeneca, somos intencionales en colaborar con otras regiones menos estudiadas para mejorar la equidad en la medicina genómica.

Anna Lagos: De cara al futuro, ¿cómo creen que herramientas como Milton transformarán el panorama de la atención médica en los próximos cinco años?

Slavé Petrovski: Estas herramientas de IA solo mejorarán a medida que añadamos más datos, como datos de imágenes y dispositivos portátiles. Esto mejorará las predicciones para enfermedades donde Milton actualmente tiene limitaciones. Idealmente, alcanzaremos un punto en el que consistentemente logramos una precisión del 90% para una amplia gama de enfermedades, lo que hará que las predicciones sean muy accionables. En los próximos cinco años, a medida que más sistemas de salud reconozcan el valor de la detección temprana, esperamos ver un papel más destacado de herramientas de IA como Milton en la salud global.