Diseñan en la UGR un modelo de inteligencia artificial capaz de predecir alteraciones metabólicas en niños con obesidad

Científicos de la Universidad de Granada han desarrollado un innovador modelo de inteligencia artificial (IA) explicable capaz de predecir el riesgo de alteraciones metabólicas en niños con obesidad
Científicos de la Universidad de Granada han desarrollado un innovador modelo de inteligencia artificial (IA) explicable capaz de predecir el riesgo de alteraciones metabólicas en niños con obesidad - UNIVERSIDAD DE GRANADA
Publicado: viernes, 15 noviembre 2024 11:36

GRANADA 15 Nov. (EUROPA PRESS) -

Científicos de la Universidad de Granada (UGR) han desarrollado un innovador modelo de inteligencia artificial (IA) explicable capaz de predecir el riesgo de alteraciones metabólicas en niños con obesidad en una investigación "pionera en el ámbito de la medicina personalizada".

En este avance participan investigadores del Instituto de Nutrición y Tecnología de los Alimentos 'José Mataix' del Centro de Investigación Biomédica, del Instituto de Investigación Biosanitaria y del Instituto Andaluz Interuniversitario en Data Science and Computational Intelligence.

Este modelo utiliza datos epigenéticos y clínicos para estimar el riesgo de complicaciones metabólicas que podrían surgir en los próximos años. Aunque el modelo ofrece una alta tasa de acierto en sus predicciones, su complejidad inicial dificulta la interpretación directa de los resultados.

Por ello, los investigadores han implementado técnicas avanzadas para entender cómo el modelo analiza las variables proporcionadas y realiza sus estimaciones.

La investigación, pionera en el ámbito de la medicina personalizada, combina marcadores clásicos como el Índice de Masa Corporal (IMC) y los niveles de adipoquinas (leptina y adiponectina) con nuevos marcadores epigéneticos en genes clave: HDAC4, PTPRN2, MATN2, RASGRF1 y EBF1.

Los hallazgos de este estudio revelan que los niños que experimentan alteraciones metabólicas durante el desarrollo puberal presentan patrones clínicos y epigenéticos distintos en la etapa prepúber.

La aplicación de esta herramienta en entornos hospitalarios podría permitir la detección temprana de riesgos metabólicos, facilitando intervenciones farmacológicas o ajustes en el estilo de vida para prevenir el desarrollo de enfermedades metabólicas.

Esto no solo puede reducir las comorbilidades asociadas con la obesidad, sino también disminuir el coste para la sanidad pública.

Aunque la aplicación de IA en la medicina puede parecer futurista, este avance acerca la inteligencia artificial a la práctica clínica, promoviendo un progreso hacia una medicina de precisión.

El desarrollo de esta investigación ha sido posible gracias a la financiación de proyectos del Fondo de Investigación Sanitaria (FIS) del Instituto de Salud Carlos III, cofinanciados por la Unión Europea y los fondos Feder --una manera de hacer Europa-, y del proyecto Europeo EprObes 'Preventing lifetime obesity by early risk-factor identification, prognosis and intervention'.