Una investigación liderada por la Universidad de Castilla-La Mancha (UCLM) ha desarrollado un modelo predictivo basado en inteligencia artificial que mejora la detección temprana del riesgo de fracturas en mujeres posmenopáusicas, más propensas a padecer fragilidad ósea. Entre las principales enfermedades que podrían detectarse de forma precoz se encuentra la osteoporosis, una afección que disminuye la densidad ósea.
Para elaborar el modelo, el equipo investigador ha integrado información clínica, demográfica y sobre densitometría procedente de 576 mujeres. La historia de fracturas previas, los niveles de hormona paratiroidea (PTH) y el T-score lumbar, medida que evalúa la densidad mineral ósea, se identificaron como factores clave para la clasificación del riesgo.
El trabajo ha contado con financiación de la UCLM y del Instituto de Salud Carlos III. Sus resultados suponen un paso adelante en la aplicación de la inteligencia artificial a la medicina personalizada y en la reducción de la brecha de género en investigación en salud. Cabe destacar que la información recopilada se ha realizado en colaboración con el Hospital Río Ortega (Valladolid), El Hospital Universitario Marqués de Valdecilla (Cantabria) y el Hospital Río Carrión General (Palencia).
La investigación ha sido desarrollada por Jorge Mateo Sotos y Ana María Torres Aranda, de la Escuela Politécnica de Cuenca (UCLM), junto a Ricardo Usategui-Martín y José Luis Pérez-Castrillón, personal investigador de la Universidad de Valladolid, así como de la Universidad de Cantabria, entre otras instituciones. Se ha enmarcado en la línea de investigación de la Cátedra Bayer de Inteligencia Artificial de la UCLM, orientada a impulsar el uso de tecnologías avanzadas aplicadas a la salud y a la mejora de la calidad de vida.
