La inteligencia artificial está reescribiendo las reglas de la medicina personalizada, pero existe un problema silencioso que amenaza con profundizar las desigualdades en salud: los modelos predictivos genómicos funcionan significativamente peor en poblaciones que han sido históricamente marginadas de la investigación científica. Un equipo de Google Research acaba de publicar un trabajo que aborda esta brecha frontalmente, y las implicaciones van mucho más allá del laboratorio.

El sesgo invisible de los datos genómicos

La mayoría de los estudios genómicos a gran escala se han realizado en poblaciones de ascendencia europea, lo que ha generado bases de datos donde este grupo está sobrerrepresentado. Cuando un algoritmo entrena con estos datos y luego intenta predecir riesgos de enfermedades en personas de origen africano, indígena o latinoamericano, su precisión cae en picado. Esto no es un error técnico menor: es una cuestión de equidad sanitaria.

Imagina un sistema de IA que predice el riesgo de diabetes con un 95% de precisión en pacientes europeos, pero solo un 60% en pacientes latinoamericanos. Esa diferencia se traduce en diagnósticos tardíos, tratamientos inadecuados y, en última instancia, vidas perdidas. La buena noticia es que técnicas como el transfer learning están empezando a cerrar esta brecha.

Qué es el transfer learning y por qué importa aquí

El transfer learning es una técnica de machine learning donde el conocimiento adquirido al resolver un problema se aplica a otro problema relacionado, pero diferente. En lugar de entrenar un modelo desde cero con datos limitados de una población específica, los investigadores pueden aprovechar un modelo previamente entrenado con datos abundantes y ajustarlo para la nueva población.

En el contexto genómico, esto significa tomar modelos entrenados predominantemente con datos europeos y recalibrarlos para que funcionen mejor en poblaciones subrepresentadas. Es como tener un estudiante brillante que aprende muy rápido en un área y luego transfiere esa habilidad cognitiva a un campo nuevo: necesita menos datos nuevos para alcanzar un rendimiento competitivo.

El avance concreto de Google Research

El equipo de Google demostró que es posible mejorar sustancialmente las predicciones genómicas en poblaciones con pocos datos disponibles, sin sacrificar demasiado el rendimiento en las poblaciones bien estudiadas. Esto es crucial porque una de las objeciones habituales a estos enfoques es el llamado "trade-off de equidad": mejorar para unos podría significar empeorar para otros.

La investigación sugiere que el transfer learning permite un punto de equilibrio más favorable. Los modelos ajustados no solo ofrecen mejores predicciones en las poblaciones objetivo, sino que mantienen capacidades útiles en las poblaciones de origen. Es un escenario ganar-ganar que hasta ahora parecía difícil de conseguir.

Por qué este trabajo trasciende la genómica

Lo fascinante de esta línea de investigación es que establece un precedente para cualquier disciplina donde los datos de entrenamiento estén sesgados. Piensen en visión por computadora entrenada con rostros predominantemente claros, en sistemas de reconocimiento de voz que funcionan mejor con ciertos acentos, o en modelos de lenguaje que comprenden mejor el inglés que el español o el quechua.

El transfer learning emerge como una herramienta estratégica para hacer que la IA sea más inclusiva sin necesidad de esperar décadas a que se acumulen datos representativos de todas las poblaciones. En un mundo donde la IA se usa cada vez más para tomar decisiones sobre créditos, empleo, salud y justicia, esta agenda de inclusión algorítmica deja de ser un lujo académico y se convierte en una necesidad ética.

Mirando hacia adelante

Quedan retos importantes. Los modelos de transfer learning pueden introducir nuevos sesgos si los datos de la población fuente contienen errores sistemáticos. Además, la implementación clínica de estos sistemas requiere validación rigurosa, regulación clara y, sobre todo, participación activa de las comunidades subrepresentadas en el diseño de los estudios.

Para los profesionales tech que trabajan en IA, el mensaje es claro: la próxima frontera no es solo construir modelos más grandes, sino construir modelos más justos. Y los datos, como siempre, son el terreno donde se juega esa batalla.