Recibir un diagnóstico puede cambiarlo todo para una familia. No siempre porque exista un tratamiento inmediato, sino porque pone nombre a lo que ocurre, permite ordenar el seguimiento médico y evita años de incertidumbre.
Por eso merece atención el estudio publicado en NEJM AI y difundido por OpenAI sobre el uso de inteligencia artificial en enfermedades raras pediátricas. Investigadores del Boston Children’s Hospital, Harvard University y OpenAI utilizaron un modelo de razonamiento, OpenAI o3 Deep Research, para revisar 376 casos previamente estudiados que seguían sin diagnóstico.
El resultado: el sistema ayudó a identificar pistas que terminaron en 18 diagnósticos, lo que supone un rendimiento diagnóstico adicional del 4,8% en casos que ya habían pasado por análisis clínicos y genómicos especializados.
Qué hizo exactamente la IA
La IA no “diagnosticó” a los pacientes por sí sola. Este punto es importante.
El modelo analizó información clínica y genómica desidentificada: síntomas codificados, notas clínicas, metadatos y variantes genéticas filtradas. A partir de esos datos, propuso explicaciones moleculares posibles y mostró el razonamiento que conectaba signos clínicos, patrones de herencia, variantes y literatura científica.
Después, los equipos clínicos revisaron cada propuesta. Para considerar un diagnóstico como confirmado, hizo falta revisión experta, clasificación de variantes, confirmación en laboratorio certificado y devolución del resultado por parte del equipo médico.
Es decir, la IA actuó como una capa de apoyo al razonamiento clínico y genético, no como sustituto del especialista.
Por qué esto importa en enfermedades raras
En muchas enfermedades raras, incluidas numerosas enfermedades metabólicas hereditarias, el problema no es solo obtener datos. Cada vez se secuencian más genomas y exomas, pero interpretar esa información sigue siendo difícil.
Un gen puede haber sido descrito recientemente. Una variante puede haber pasado desapercibida en una primera revisión. La literatura científica puede haber cambiado desde que se estudió el caso. Y, en la práctica, ningún equipo puede dedicar tiempo ilimitado a reanalizar miles de variantes en cada paciente.
Ahí es donde este tipo de herramientas puede aportar valor: ayudando a priorizar hipótesis, recuperar conocimiento disperso y señalar relaciones que merecen una revisión humana más profunda.
En metabolicos.es ya hemos hablado de la importancia de la secuenciación del genoma en recién nacidos y del consejo genético en enfermedades raras. Esta nueva publicación encaja en esa misma dirección: más datos, mejor interpretación y más posibilidades de llegar antes a una respuesta.
Resultados del estudio
Los 18 diagnósticos procedían de cuatro grupos de casos:
| Grupo de casos | Casos revisados | Diagnósticos encontrados | Rendimiento |
|---|---|---|---|
| Neurodesarrollo | 100 | 10 | 10,0% |
| Enfermedad neuromuscular | 61 | 4 | 6,6% |
| Muerte súbita pediátrica inesperada | 200 | 2 | 1,0% |
| Psicosis de inicio temprano | 15 | 2 | 13,3% |
| Total | 376 | 18 | 4,8% |
Un 4,8% puede parecer una cifra pequeña, pero el contexto cambia la lectura: eran casos ya revisados, complejos y sin respuesta tras evaluaciones previas. Para una familia, estar dentro de ese 4,8% no es una estadística. Es una respuesta.
El estudio también señala que 7 de los 18 diagnósticos fueron “redescubrimientos”: diagnósticos que se habían establecido en algún punto del sistema asistencial, pero que no estaban integrados en el registro revisado. Esto muestra otro problema habitual en enfermedades raras: la información existe, pero no siempre circula bien entre centros, equipos y bases de datos.
Oportunidad, pero también prudencia
La noticia es positiva, pero conviene no convertirla en promesa exagerada.
La IA puede ayudar a revisar casos complejos, priorizar variantes y conectar datos clínicos con literatura científica. Pero no reemplaza la valoración médica, el consejo genético, la confirmación analítica ni el acompañamiento a las familias.
Tampoco todos los diagnósticos conducen de forma inmediata a un tratamiento. A veces el diagnóstico aporta pronóstico, seguimiento, acceso a ensayos, búsqueda de otros pacientes o simplemente una explicación tras años de incertidumbre.
En enfermedades raras, eso ya puede ser mucho.
Qué puede significar para las familias
Para las familias que conviven con una enfermedad rara sin diagnóstico, este trabajo apunta a una dirección relevante: la relectura periódica de los casos puede dar frutos, especialmente cuando se combina nueva literatura científica, datos genómicos y revisión experta.
La inteligencia artificial puede acelerar parte de ese trabajo. No debería hacerlo sola. Pero usada con rigor, dentro de equipos clínicos y con validación humana, puede convertirse en una herramienta útil para reducir la odisea diagnóstica.
Y en enfermedades raras, cada diagnóstico cuenta.
