Un grupo de investigadores daneses ha logrado un avance significativo en el campo de la inteligencia artificial generativa al desarrollar un modelo denominado life2vec, capaz de anticipar la expectativa de vida de una persona mediante el análisis de datos personales. Los detalles de este innovador enfoque se han publicado en la revista Nature Computational Science.
Históricamente, se ha reconocido la influencia del estilo de vida en la salud y la mortalidad. La tecnología de inteligencia artificial ofrece ahora la oportunidad de analizar de manera exhaustiva y conveniente estos datos para comprender mejor las correlaciones.
El equipo de investigadores, conformado por instituciones como las Universidades Northeastern, Técnica de Dinamarca y de Copenhague, entrenó a un motor de IA con datos de seis millones de ciudadanos daneses. El objetivo era evaluar la viabilidad de un motor de predicción basado en IA para anticipar la expectativa de vida.
El modelo life2vec utiliza técnicas empleadas en modelos de lenguaje amplio (LLM), como ChatGPT, para interpretar eventos vitales de manera similar a cómo lo hace con palabras en una oración, creando un modelo integral de la experiencia humana. La científica de datos Sune Lehmann explicó que “la historia completa de una vida humana puede verse como una larga frase con muchos acontecimientos”.
El modelo emplea “espacios de incrustación” para traducir elementos del mundo real a un formato matemático comprensible para las computadoras. Esto permite a la IA establecer conexiones entre factores como salud, educación e ingresos con tasas de mortalidad.
En ensayos, life2vec demostró superioridad sobre los métodos actuales en la predicción de causas y momentos de fallecimiento, excluyendo casos impredecibles como accidentes. Sorprendentemente, también pudo deducir aspectos de la personalidad, como la extroversión.
A pesar de estos resultados, los investigadores advierten sobre limitaciones. Los datos actuales se basan en la población danesa, mostrando un sesgo sociodemográfico. Además, se subraya la necesidad de abordar preocupaciones relacionadas con la privacidad y el manejo de datos antes de la implementación práctica.
Tina Eliassi-Rad, científica informática de la Universidad Northeastern, destaca que el modelo es predictivo y específico para una población en particular, por lo que no debe utilizarse para hacer predicciones sobre personas reales.
A pesar de las precauciones, este estudio marca un hito en la aplicación de la IA en la atención médica, permitiendo evaluaciones personalizadas de riesgos para la salud, siempre que se aborden los aspectos éticos y se utilicen datos pertinentes. Con el avance continuo de las IA, su impacto en la atención médica promete transformar nuestra visión de la medicina preventiva y las decisiones relacionadas con el estilo de vida.
