DeepRare supera a los médicos en un estudio de diagnóstico de enfermedades raras

      DeepRare, un sistema de IA agentiva que integra 40 herramientas especializadas, superó a los especialistas médicos en la identificación de condiciones raras en un estudio comparativo publicado en Nature.

      Para millones de personas con enfermedades raras, el camino hacia el diagnóstico es un laberinto. Los pacientes rebotan entre médicos generales y especialistas a lo largo de los años, a veces décadas, juntando síntomas que caen fuera de las presentaciones de los libros de texto.

      El ochenta por ciento de las enfermedades raras tiene un origen genético, sin embargo, la mayoría no se diagnostica hasta que se ha producido demasiado daño biológico. El cuello de botella no es la falta de datos, sino encontrar la aguja en el pajar médico.

      Un nuevo estudio publicado en Nature este mes sugiere que la inteligencia artificial puede acelerar esa búsqueda. Investigadores de la Escuela de Inteligencia Artificial de la Universidad Jiao Tong de Shanghái y del Hospital Xinhua desarrollaron DeepRare, un sistema de IA diseñado para imitar cómo los médicos humanos razonan a través de la incertidumbre diagnóstica.

      En una comparación directa con cinco médicos experimentados, cada uno con más de una década de práctica, el sistema logró una mayor precisión en todos los aspectos.

      Los números son sorprendentes. DeepRare identificó correctamente la enfermedad en su primera sugerencia el 64.4 por ciento de las veces, en comparación con el 54.6 por ciento de los médicos. Cuando se le dieron tres sugerencias en lugar de una, el sistema de IA logró el éxito diagnóstico en el 79 por ciento de los casos frente al 66 por ciento de los especialistas humanos.

      Crucialmente, los médicos respaldaron el razonamiento de la IA el 95.4 por ciento de las veces, lo que sugiere que el sistema no solo llega a conclusiones correctas, sino que lo hace de maneras que los clínicos experimentados consideran persuasivas y médicamente sólidas.

      Lo que distingue a DeepRare de la IA diagnóstica anterior es su arquitectura. En lugar de aplicar un modelo de clasificación de caja negra, el sistema integra 40 herramientas digitales especializadas y sigue un flujo de trabajo razonado explícitamente.

      Forma hipótesis diagnósticas, las prueba contra la evidencia del paciente, busca en bases de datos de literatura médica global, analiza variantes genéticas y revisa sus conclusiones de manera iterativa antes de clasificar las posibilidades.

      El proceso refleja los pasos cognitivos que un diagnostico humano toma, pero con acceso a la totalidad del conocimiento médico y una velocidad computacional que los humanos no pueden igualar.

      El sistema ya ha ido más allá del laboratorio. Desde julio de 2025, DeepRare se ha implementado en una plataforma de diagnóstico en línea, con más de 600 instituciones médicas en todo el mundo registradas para usarlo.

      El equipo de investigación planea validar el sistema aún más utilizando 20,000 casos del mundo real y lanzar una alianza global de diagnóstico de enfermedades raras. Notablemente, los autores enfatizan que el sistema no está destinado a reemplazar a los clínicos, sino a aumentar los flujos de trabajo diagnósticos, una salvaguarda que reconoce tanto los límites técnicos de la IA como el elemento humano irreducible en la medicina.

      Las implicaciones para los pacientes son profundas. Aproximadamente 300 millones de personas en todo el mundo se ven afectadas por enfermedades raras, y la odisea diagnóstica promedio se extiende a cinco años o más.

      Cada año de retraso en el diagnóstico es un año de incertidumbre, tratamientos incorrectos y daño acumulativo a los órganos. Un sistema de IA que pueda recortar semanas o meses de esa línea de tiempo, y sacar a la luz posibilidades que de otro modo podrían pasarse por alto, podría transformar la experiencia temprana de vivir con una condición rara.