GluFormer: el modelo de IA que anticipa diabetes e infartos a partir de la glucosa

Un equipo internacional de investigadores desarrolló un sistema de inteligencia artificial denominado GluFormer, 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 avance, publicado este miércoles en la revista científica Nature, demuestra que este tipo de monitorización puede ir más allá del control clínico tradicional y convertirse en una herramienta predictiva clave para la salud metabólica.

El estudio contó con la participación de científicos de Australia, Dinamarca, Israel, Suiza, Emiratos Árabes Unidos, Estados Unidos y España, entre ellos el investigador español Francisco Gude Sampedro, de la Universidad de Santiago de Compostela.

GluFormer fue entrenado con más de 10 millones de mediciones de glucosa pertenecientes a más de 10,000 adultos, en su mayoría sin diagnóstico previo de diabetes. Mediante técnicas de aprendizaje auto-supervisado y predicción autorregresiva, el modelo logró identificar patrones complejos en la evolución de la glucosa a lo largo del tiempo.

Posteriormente, las representaciones aprendidas fueron aplicadas con éxito a 19 cohortes externas de distintos países, dispositivos y condiciones de salud, incluyendo prediabetes, diabetes tipo 1 y tipo 2, diabetes gestacional y obesidad, superando a las métricas basales tradicionales en la predicción de niveles de glucosa y otros parámetros metabólicos.

En personas con prediabetes, el sistema logró identificar con mayor precisión quiénes tenían mayor riesgo de experimentar aumentos clínicamente relevantes de glucosa en los dos años siguientes. Además, fue validado en un estudio de casi 600 adultos seguidos durante una media de 11 años, en el que predijo de forma certera el riesgo de desarrollar diabetes y la mortalidad cardiovascular.

El modelo también demostró utilidad en ensayos clínicos y, en una versión multimodal que incorporó datos dietéticos, fue capaz de generar trayectorias realistas de glucosa y anticipar la respuesta individual a distintos alimentos, abriendo la puerta a la nutrición de precisión.

Según Francisco Gude Sampedro, los resultados permiten avanzar hacia intervenciones preventivas y terapéuticas más tempranas y personalizadas, optimizando el seguimiento clínico en condiciones como la prediabetes, la diabetes, la obesidad y la diabetes gestacional, y consolidando un enfoque de medicina de precisión en salud metabólica.