¿Puede la inteligencia artificial anticipar la próxima pandemia? Así se está utilizando para detectar enfermedades que saltan de animales a humanos
Las zoonosis representan uno de los grandes desafíos para la salud global. De acuerdo con la Organización Mundial de la Salud, más del 60% de las enfermedades infecciosas emergentes en el mundo tienen su origen en animales, ya sean silvestres o domésticos. Factores como el comercio de animales, la agricultura, la ganadería, la urbanización, la fragmentación de hábitats y el cambio climático incrementan las oportunidades de contacto entre especies, aumentando así las posibilidades de que un patógeno logre dar el salto a los humanos.
Detectar un virus cuando ya hay numerosos pacientes permite reaccionar, pero deja poco margen para prevenir. Un análisis publicado por Nature revela cómo diversos grupos de investigación están utilizando la inteligencia artificial para analizar vastas cantidades de información y buscar señales que permitan vigilar de manera anticipada los patógenos con potencial zoonótico.
Una de las estrategias consiste en entrenar algoritmos con secuencias de patógenos humanos conocidos. Edward Holmes, virólogo de la Universidad de Sídney, trabaja con modelos capaces de reconocer características asociadas a la aparición de enfermedades, desde los receptores celulares utilizados por los virus hasta mecanismos específicos de transmisión. Estos modelos pueden examinar grandes repositorios de secuencias y señalar virus con características que justifican un estudio más detallado.
Un ejemplo destacado es LucaProt, un algoritmo de aprendizaje profundo desarrollado para descubrir virus de ARN utilizando información derivada de sus secuencias y proteínas. Los investigadores aplicaron LucaProt a 10.487 conjuntos públicos de datos y localizaron 161.979 especies de virus de ARN. Entre ellas, se encontraron 70.458 que no habían sido descritas anteriormente, el mayor descubrimiento de virus registrado en un único estudio según sus autores.
Holmes sugiere concentrar la vigilancia en lugares donde el contacto entre animales y humanos es más probable, como en mercados de animales vivos, granjas avícolas o áreas cercanas a colonias de murciélagos. Este enfoque se alinea con la estrategia One Health, que considera conjuntamente la salud humana, animal y ambiental. Según el Banco Mundial, reforzar la prevención mediante este modelo requeriría entre 10.300 y 11.500 millones de dólares anuales, una cifra significativamente menor al costo estimado de gestionar pandemias.
A pesar de los avances, los modelos de inteligencia artificial no pueden determinar con certeza qué patógeno logrará infectar a humanos y transmitirse eficazmente entre ellos. Los especialistas insisten en que la IA no sustituye al trabajo de campo. Laboratorios, epidemiólogos, veterinarios y comunidades locales siguen siendo esenciales para interpretar las señales y verificar qué está ocurriendo realmente. La utilidad de estas herramientas radica, por ahora, en ayudarnos a saber dónde mirar antes de que el problema sea irreversible. En vigilancia epidemiológica, ganar ese tiempo puede ser una de las ventajas más valiosas de la inteligencia artificial.