Un sistema de inteligencia artificial multiagente, es capaz de analizar síntomas complejos y datos genéticos, supera a médicos y modelos previos al reducir años de incertidumbre diagnóstica en cuestión de segundos.
El camino hacia un diagnóstico de enfermedad rara es, para millones de personas, una «odisea» que supera los 5 años. En este laberinto de consultas erróneas y pruebas innecesarias, un equipo internacional de investigadores ha presentado DeepRare, un sistema de IA diseñado para actuar como un consultor experto de nivel superior. Publicado en la revista Nature el 18 de febrero de 2026, este avance promete transformar radicalmente el flujo de trabajo en los centros de salud más avanzados del mundo.
Una mente colectiva para casos únicos
A diferencia de los modelos de lenguaje convencionales (como los que usamos para escribir correos), DeepRare no es una sola IA, sino un sistema multiagente. Piense en ello como un panel de especialistas médicos digitales: mientras un «agente» analiza el historial del paciente, otro busca en bases de datos genéticas y un tercero rastrea la literatura científica más reciente.
Esta estructura, inspirada en el protocolo de contexto de modelos (Model Context Protocol o MCP), permite que DeepRare procese entradas heterogéneas: desde notas médicas en texto libre hasta resultados complejos de secuenciación del exoma completo (WES).
Resultados que superan la intuición humana
El rendimiento de DeepRare ha sido validado en una escala sin precedentes: 6,401 casos clínicos reales que abarcan 2,919 enfermedades distintas en 14 especialidades médicas, desde neurología hasta inmunología.
Los resultados son contundentes en Precisión diagnóstica: En tareas basadas en fenotipos (síntomas observables), DeepRare alcanzó un promedio de recuperación (Recall@1) del 57.18%, superando al siguiente mejor método por un margen del 23.79%. El sistema posee Integración multimodal, combinando síntomas y genética, en esta habilidad su precisión escaló al 69.1%, frente al 55.9% de herramientas especializadas previas como Exomiser. Un panel de diez médicos especialistas confirmó que el 95.4% de las cadenas de razonamiento del sistema eran válidas y trazables.
La clave: Razonamiento transparente
Uno de los mayores obstáculos para la IA en medicina ha sido la «caja negra»: la incapacidad de saber por qué el sistema toma una decisión. DeepRare rompe esta barrera mediante un bucle de autorreflexión. El sistema no solo arroja un nombre de enfermedad, sino que genera una explicación detallada con enlaces directos a evidencia médica verificable, como guías clínicas o artículos de investigación.
«No solo estamos ante una mejora tecnológica; estamos presenciando cómo los sistemas de IA con razonamiento trazable pueden convertirse en copilotos indispensables para el facultativo», destacan los autores principales, entre los que figuran investigadores de la Universidad Jiao Tong de Shanghai y la Escuela de Medicina de Harvard.
Con información de Revista Nature.
