20 de junio de 2025 | Chicago, IL

Nuevos estudios destacan el aprendizaje automático como posible estrategia para la detección temprana de riesgos  
 

Los avances de dos estudios que destacan el potencial del aprendizaje automático que aprovecha la tecnología de inteligencia artificial (IA) para mejorar la identificación temprana de la diabetes tipo 1 se presentaron como sesiones de carteles de última hora en las 85.ª ^Sesiones Científicas de la Asociación Estadounidense de Diabetes ^® (ADA) en Chicago.  

Cada año, alrededor de 64,000 estadounidenses son diagnosticados con diabetes tipo 1. Hasta un 40% desconoce que padece la enfermedad hasta que experimenta un evento potencialmente mortal que requiere hospitalización. Esto se debe a que la enfermedad puede progresar de forma silenciosa hasta que aparecen síntomas, como sed excesiva, micción frecuente o cetoacidosis diabética. Para entonces, ya se ha producido un daño significativo, y a menudo irreversible, en las células productoras de insulina, lo que resalta la necesidad de estrategias de detección e intervención tempranas.  

Un modelo de IA reduce los falsos positivos y aumenta la precisión en la evaluación del riesgo de diabetes tipo 1 hasta un año antes del diagnóstico.  

Presentados como parte de un simposio de última hora, los resultados de un nuevo estudio demuestran el potencial de la IA para identificar con mayor precisión a las personas en riesgo de padecer diabetes tipo 1 hasta un año antes del diagnóstico, con mayor precisión y menos falsos positivos que los métodos de detección estándar.  

El estudio de cohorte retrospectivo desarrolló dos modelos de aprendizaje automático específicos por edad —uno para personas de 0 a 24 años y otro para mayores de 25—, aprovechando las reclamaciones médicas y los datos de análisis de laboratorio de NorstellaLinQ. Los investigadores aplicaron criterios específicos para identificar casos confirmados de diabetes tipo 1 en estadio 3, incluyendo pacientes con al menos dos reclamaciones médicas por diabetes tipo 1, mayor frecuencia de reclamaciones por diabetes tipo 1 que por diabetes tipo 2, uso documentado de insulina o un monitor continuo de glucosa, y actividad continua de reclamaciones médicas y farmacéuticas en los dos años previos al diagnóstico o tratamiento.  

Los modelos identificaron eficazmente el riesgo de diabetes tipo 1 hasta 12 meses antes que los métodos de cribado tradicionales. Demostraron una alta sensibilidad para identificar correctamente a las personas con diabetes tipo 1: aproximadamente el 80 % en el grupo de jóvenes y el 92 % en adultos. Además, mantuvieron una mayor precisión en comparación con los métodos de cribado convencionales, que suelen arrojar una tasa de positividad de tan solo el 0,3 % en la población general. 

“Nos entusiasman los resultados de este estudio y su posible impacto en la detección temprana del riesgo de diabetes tipo 1, lo que podría permitir una detección más eficiente y específica de una enfermedad que a menudo pasa desapercibida hasta que un evento grave requiere una evaluación médica”, afirmó Laura Wilson, directora de investigación de resultados de economía de la salud, salud digital en Sanofi. “Al aplicar modelos predictivos basados ​​en IA a datos del mundo real, creemos que podemos ayudar a identificar a las personas con alto riesgo mucho antes, brindándoles la oportunidad de planificar y prepararse para el futuro”. 

Los investigadores planean iniciar un estudio multifase para validar y perfeccionar una nueva herramienta de apoyo a la toma de decisiones clínicas para la diabetes tipo 1, en estrecha colaboración con centros hospitalarios y expertos líderes. La investigación integrará modelos avanzados de IA con las historias clínicas electrónicas hospitalarias, con el objetivo de facilitar intervenciones más tempranas y basadas en datos para pacientes en riesgo.  

La IA detecta un riesgo de diabetes tipo 1 más de 18 veces superior al usar datos de reclamaciones del US Open 

Los investigadores utilizaron la Base de Datos de Salud Symphony, una extensa base de datos de reclamaciones de atención médica que abarca a 75 millones de pacientes, para entrenar un modelo de aprendizaje automático que identificara a las personas con riesgo de diabetes tipo 1 antes de que presentaran síntomas. Se compararon los registros de casi 90.000 personas con diabetes tipo 1 con más de 2,5 millones de personas sin diabetes tipo 1, utilizando criterios específicos de inclusión y exclusión para definir cada grupo. Se analizaron los patrones en los registros para determinar quiénes tenían mayor probabilidad de desarrollar diabetes tipo 1. El modelo se probó en una gran población real y se evaluó mediante diversas medidas de rendimiento para determinar su precisión en la predicción del riesgo. 

Los resultados mostraron que los modelos de aprendizaje automático podían identificar con éxito a las personas con riesgo de diabetes tipo 1 antes de la aparición de síntomas, lo que multiplicó por más de 18 la eficiencia de detección. Entre las personas con diabetes tipo 1, el 29 % había sido previamente clasificado erróneamente como diabetes tipo 2 u otras formas de diabetes, lo que pone de manifiesto una grave deficiencia en la precisión diagnóstica que puede retrasar el tratamiento adecuado y aumentar el riesgo de complicaciones.  

Los investigadores descubrieron que el modelo de IA con mejor rendimiento fue el de Representaciones de Codificador Bidireccional de Transformadores (BERT), una sofisticada herramienta diseñada originalmente para comprender el lenguaje. BERT identificó correctamente el 80 % de los casos reales de diabetes tipo 1 y fue más preciso que otros modelos, con una razón de probabilidades más alta (97,27 frente a 38,01), lo que significa que sus predicciones tenían una probabilidad mucho mayor de ser precisas.  

“Al identificar a las personas con diabetes tipo 1 presintomática, tenemos la oportunidad de cambiar por completo el cronograma de atención”, afirmó Jared Joselyn, vicepresidente sénior y director global de EDGE en Sanofi. “Estos hallazgos demuestran cómo la IA puede descubrir patrones ocultos en los datos rutinarios de atención médica y ayudar a mejorar las tasas de detección, con el objetivo de promover una atención más proactiva y escalable antes de la progresión de la enfermedad”. 

Los investigadores señalan que se necesitan estudios de seguimiento para validar el enfoque utilizando conjuntos de datos adicionales de atención médica de EE. UU. y del mundo, así como para validar las predicciones en un entorno clínico. Los trabajos futuros también explorarán la mejora del rendimiento del modelo mediante técnicas de IA multimodal y la incorporación de más datos longitudinales, genómicos y del mundo real en flujos de trabajo clínicos más amplios para respaldar estrategias de intervención tempranas basadas en datos. 

Detalles de la presentación de la investigación: 

El Dr. Wilson presentará los hallazgos en una sesión de carteles de última hora: 

• Identificación de la diabetes tipo 1 autoinmune en etapa temprana mediante algoritmos de aprendizaje automático 
• Presentado el domingo 22 de junio a las 12:30 p. m. CT 

Detalles de la presentación de la investigación: 

Jared presentará los hallazgos en una sesión de carteles de última hora: 

• Modelado predictivo para la detección presintomática de diabetes tipo 1 mediante datos de reclamaciones abiertas 
• Presentado el domingo 22 de junio a las 12:30 p. m. CT 

 

###

Acerca de las Sesiones Científicas de la ADA. La 85.ª  ^edición
de las Sesiones Científicas de la ADA , la reunión científica más grande del mundo centrada en la investigación, la prevención y el cuidado de la diabetes, se celebrará en Chicago, Illinois, del 20 al 23 de junio. Se espera que miles de destacados médicos, científicos y profesionales de la salud de todo el mundo se reúnan, tanto presencialmente como virtualmente, para presentar investigaciones de vanguardia, recomendaciones de tratamiento y avances hacia la cura de la diabetes. Los asistentes tendrán acceso exclusivo a miles de presentaciones de investigación originales y participarán en intercambios estimulantes y estimulantes con destacados expertos en diabetes. Únase a la conversación sobre las Sesiones Científicas en redes sociales con la etiqueta #ADASciSessions.  

###

Acerca de la Asociación Americana de la Diabetes 
La Asociación Americana de la Diabetes (ADA) es la principal organización de salud voluntaria del país que lucha para terminar con la diabetes y ayudar a las personas a prosperar. Este año, la ADA celebra 85 años de impulsar el descubrimiento y la investigación para prevenir, controlar, tratar y, en última instancia, curar, y no nos detendremos. Hay 136 millones de estadounidenses que viven con diabetes o prediabetes. A través de la defensa, el desarrollo de programas y la educación, estamos luchando por todos ellos. Para obtener más información o para participar, visítenos en diabetes.org o llame al 1-800-DIABETES (800-342-2383). Únase a nosotros en la lucha en Facebook ( Asociación Americana de la Diabetes ), Facebook en español ( Asociación Americana de la Diabetes ), LinkedIn ( Asociación Americana de la Diabetes ) e Instagram ( @AmDiabetesAssn ). Para obtener más información sobre cómo abogamos por todas las personas afectadas por la diabetes, visítenos en X ( @AmDiabetesAssn ).   

___