Un nuevo estudio científico revela que el uso de IA puede identificar con un 90% de precisión casos de encefalomielitis miálgica (EM), también conocida como síndrome de fatiga crónica. Un camino prometedor en el diagnóstico de enfermedades como el long Covid, aún difíciles de entender para la medicina tradicional.
Enfermedades como la encefalomielitis miálgica (EM) —más conocida como síndrome de fatiga crónica— y el long Covid han representado durante años un desafío para médicos, científicos y pacientes. Ambas comparten síntomas debilitantes como agotamiento extremo, problemas de sueño, dificultad para concentrarse y trastornos de la memoria. Ahora, un nuevo avance tecnológico basado en inteligencia artificial podría cambiar el panorama del diagnóstico y la investigación de estas afecciones.
Un equipo de científicos liderado por la microbióloga Julia Oh, de la Universidad de Duke, en colaboración con colegas del Jackson Laboratory, desarrolló una plataforma de inteligencia artificial capaz de detectar con un 90% de precisión casos de EM a partir de pruebas de laboratorio comunes como análisis de sangre y materia fecal.
“Nuestro objetivo es construir un mapa detallado de cómo el sistema inmunológico interactúa con las bacterias intestinales y los químicos que producen”, explicó Oh. “Al conectar estos puntos, podemos empezar a entender qué está impulsando la enfermedad y abrir el camino a una medicina realmente precisa que hasta ahora ha estado fuera de nuestro alcance.”
El estudio, publicado en Nature Medicine, analizó datos de 249 personas, entre ellas 153 pacientes diagnosticados con EM, y encontró patrones físicos consistentes relacionados con desequilibrios en el microbioma, respuestas inmunológicas alteradas y cambios en el metabolismo. La investigación se centró en cómo estos factores interactúan con una docena de categorías de síntomas reportadas por los pacientes, obtenidas a través de encuestas de estilo de vida.
Según Derya Unutmaz, inmunólogo del Jackson Laboratory, la falta de marcadores de laboratorio claros ha llevado a que muchos profesionales de la salud duden de la legitimidad del diagnóstico de EM. “La ausencia de evidencia física concreta hizo que algunos médicos llegaran a pensar que la EM no era una enfermedad real”, señaló.
Uno de los hallazgos más relevantes del estudio es la reducción de butirato en los pacientes, un compuesto fundamental para la salud intestinal y general del cuerpo. Esta carencia se profundiza con el tiempo, lo que sugiere que los sistemas inmunológico, metabólico y microbiano de estos pacientes se ven progresivamente más alterados. Estas disfunciones también han sido observadas en personas que padecen long Covid, un síndrome que, según la Organización Mundial de la Salud, afecta al 6% de quienes han contraído Covid-19.
Para Janet Scott, investigadora en enfermedades infecciosas en el Centro de Investigación en Virus de la Universidad de Glasgow, el enfoque con IA representa una vía de investigación prometedora. “En lugar de buscar causas únicas, este enfoque nos permite pensar en estas condiciones complejas como enfermedades de red”, explicó. “El problema podría no ser una única falla, sino una interrupción en la comunicación entre sistemas.”
Sin embargo, los expertos también subrayan que estos avances, si bien importantes, no ofrecen todavía soluciones inmediatas. Daniel Davis, profesor de inmunología en el Imperial College de Londres y autor del libro Self Defence: A myth-busting guide to immune health, sostuvo: “Los pacientes suelen llegar al diagnóstico mucho tiempo después de que la enfermedad ha comenzado, lo que hace muy difícil identificar las causas a nivel molecular. La búsqueda de tratamientos eficaces continúa, pero este análisis provee una base de conocimiento que podrá aprovecharse durante muchos años.”
El panorama sigue siendo complejo. Según Alan Carson, profesor de neuropsiquiatría en la Universidad de Edimburgo, aunque existen numerosos estudios que encuentran factores físicos anormales en pacientes con EM, aún no se ha detectado un patrón coherente y replicable. “Lo mejor que podemos decir es que estos estudios representan pequeños pasos incrementales que no se están replicando entre sí”, advirtió. También expresó dudas sobre la precisión en la identificación de los pacientes: “Seguimos estando muy lejos de comprender la biología de la EM.”
A pesar de las reservas, el aporte de la inteligencia artificial se perfila como una herramienta transformadora en la medicina de precisión. En un contexto donde las enfermedades de fatiga crónica siguen siendo un enigma clínico, la capacidad de identificar patrones complejos mediante IA ofrece una nueva esperanza tanto para los investigadores como para los millones de personas que conviven con estas dolencias.
