Un equipo internacional de investigadores ha desarrollado un sistema de inteligencia artificial capaz de predecir el riesgo de desarrollar diabetes y eventos cardiovasculares, como infartos o ictus, a partir del análisis de datos obtenidos mediante monitorización continua de glucosa.
El modelo, bautizado como GluFormer, aprovecha el enorme volumen de información que generan los dispositivos de medición continua de glucosa, una tecnología cada vez más utilizada pero cuyo potencial predictivo no había sido explotado plenamente hasta ahora. A diferencia de los métodos tradicionales, centrados en mediciones puntuales, este sistema aprende patrones complejos a lo largo del tiempo y los traduce en estimaciones de riesgo clínico.
En el desarrollo del proyecto participaron científicos de Australia, Dinamarca, Israel, Suiza, Emiratos Árabes Unidos, Estados Unidos y España. Entre ellos se encuentra el investigador español Francisco Gude Sampedro, de la Universidad de Santiago de Compostela. Los resultados del estudio han sido publicados en la revista Nature.
GluFormer fue entrenado con más de 10 millones de mediciones de glucosa correspondientes a más de 10.000 adultos, la mayoría sin diagnóstico previo de diabetes. Mediante un enfoque de aprendizaje auto-supervisado y predicción autorregresiva, el modelo aprendió representaciones internas que posteriormente se aplicaron con éxito a 19 cohortes externas de distintos países, dispositivos y condiciones clínicas.
El sistema demostró su utilidad en contextos muy diversos, incluyendo prediabetes, diabetes tipo 1 y tipo 2, diabetes gestacional y obesidad. En comparación con las métricas basales tradicionales, las representaciones generadas por GluFormer mejoraron de forma significativa la predicción de niveles futuros de glucosa y otros indicadores metabólicos.
Uno de los resultados más relevantes se observó en personas con prediabetes, donde el modelo fue capaz de identificar con mayor precisión quiénes tenían más probabilidades de experimentar aumentos clínicamente relevantes de glucosa en los dos años siguientes. Este rendimiento superó claramente a los indicadores convencionales utilizados en la práctica clínica.
La herramienta fue validada además en un seguimiento a largo plazo de casi 600 adultos durante una media de 11 años, en el que logró predecir tanto el desarrollo de diabetes como la mortalidad cardiovascular. Según los investigadores, esta capacidad confirma el valor del modelo como instrumento de estratificación de riesgo a largo plazo.
GluFormer también se adaptó a estudios clínicos específicos. Incluso se probó una versión multimodal que incorporó datos dietéticos, capaz de generar trayectorias realistas de glucosa y anticipar la respuesta individual a distintos alimentos, lo que abre nuevas posibilidades en el campo de la nutrición personalizada.
Los autores destacan que este enfoque permite que la monitorización continua de glucosa pase de ser una herramienta de control a convertirse en un método avanzado de predicción clínica. Según Francisco Gude, el trabajo abre la puerta a intervenciones preventivas y terapéuticas más tempranas y personalizadas, optimizando el seguimiento en casos de prediabetes, diabetes, obesidad y diabetes gestacional.
El estudio refuerza el avance hacia un modelo de medicina de precisión en salud metabólica, en el que la inteligencia artificial permite anticipar riesgos, personalizar tratamientos y mejorar la prevención de enfermedades crónicas de alta prevalencia.
