Científicos de la Universidad de Granada (UGR) han realizado un importante avance en salud infantil al desarrollar un modelo de inteligencia artificial (IA) explicable que permite predecir el riesgo de alteraciones metabólicas en niños con obesidad. Este innovador modelo podría transformar la detección temprana de problemas de salud relacionados con la obesidad en entornos hospitalarios.

El modelo desarrollado integra datos epigenéticos y clínicos, lo que permite estimar el riesgo de complicaciones metabólicas en los próximos años. Aunque el sistema demuestra una alta precisión en sus predicciones, su complejidad inicial puede dificultar la interpretación de los resultados. En este sentido, los investigadores han implementado técnicas avanzadas para que tanto profesionales como pacientes puedan entender los hallazgos de manera más accesible.

Este enfoque pionero combina indicadores tradicionales como el Índice de Masa Corporal (IMC) y los niveles de adipoquinas (como la leptina y la adiponectina), junto con nuevos biomarcadores epigenéticos relacionados con genes clave: HDAC4, PTPRN2, MATN2, RASGRF1 y EBF1. Estos descubrimientos han revelado que los niños que presentan alteraciones metabólicas durante la pubertad muestran patrones clínicos y epigenéticos diferenciados ya desde la etapa prepuberal.

Los beneficios de esta tecnología no son solo clínicos. Su implementación podría facilitar intervenciones médicas tempranas y, en consecuencia, mejorar la calidad de vida de los jóvenes pacientes. Además, podría generar ahorros significativos para los sistemas de salud pública al reducir la incidencia de enfermedades metabólicas y sus comorbilidades asociadas.

El equipo detrás de este estudio también incluye expertos de instituciones como el Instituto de Investigación Biosanitaria de Granada y reconocidos centros de investigación en salud. Este trabajo fue respaldado por diversas redes científicas, incluyendo CIBERobn del Instituto de Salud Carlos III, y se espera que influya considerablemente en el futuro de la medicina personalizada.

Recientemente publicado en la revista Artificial Intelligence in Medicine, el estudio no solo destaca la importancia de herramientas como esta IA en la identificación temprana de riesgos, sino que resalta la potencial aplicación de nuevos biomarcadores en tratamientos y estrategias preventivas. El descubrimiento de proteínas como HDAC4 podría, de hecho, abrir las puertas a enfoques terapéuticos innovadores que ataquen la obesidad y sus complicaciones desde la raíz.

En un mundo donde la obesidad infantil está aumentando a pasos agigantados, este avance ofrece una luz de esperanza, impulsando a la inteligencia artificial a convertirse en una aliada clave en la lucha contra esta problemática de salud pública.