Un grupo de investigadores del Centro de Investigación Biomédica en Red (CIBER) en colaboración con la Universidad de Granada (UGR) han desarrollado un modelo innovador de Inteligencia Artificial (IA) que permite predecir alteraciones metabólicas en niños y niñas con obesidad.
Este avance integra datos clínicos y epigenéticos para personalizar la predicción de riesgos y anticipar intervenciones que podrían mejorar significativamente la calidad de vida de estos pacientes y reducir los costes sanitarios asociados. En concreto, el modelo de IA, creado en el marco del proyecto EprObes, combina datos clínicos tradicionales, como el Índice de Masa Corporal y niveles de hormonas como leptina y adiponectina, con nuevos marcadores genéticos asociados a genes relevantes como HDAC4, PTPRN2, MATN2, RASGRF1 y EBF1.
Una de sus características más destacadas es que se trata de una IA explicable, lo que significa que los profesionales sanitarios pueden comprender cómo funciona el modelo y cómo se procesan las variables, facilitando su integración en entornos clínicos. “Esta combinación de datos no solo permite predicciones más precisas, sino que también ofrece una comprensión más profunda de los riesgos metabólicos, lo que la hace especialmente útil en la práctica médica”, explica Álvaro Torres, investigador del área de Fisiopatología de la Obesidad y Nutrición del CIBER (CIBEROBN).
“Esta combinación de datos ofrece una comprensión más profunda de los riesgos metabólicos"
De esta manera, el estudio revela que los niños y niñas con alteraciones metabólicasdurante la pubertad ya presentan patrones diferenciados en etapas previas de su desarrollo. Esto refuerza la importancia de intervenciones tempranas para prevenir complicaciones metabólicas a largo plazo, como diabetes tipo 2, enfermedades cardiovasculares y otros trastornos asociados a la obesidad.
La implementación de este modelo en hospitales podría permitir una detección más eficaz de riesgos metabólicos, facilitando la personalización de tratamientos mediante intervenciones farmacológicas o ajustes en el estilo de vida. Según el equipo investigador, este enfoque no solo ayudaría a mejorar la salud de los pacientes, sino que también contribuiría a disminuir las comorbilidades asociadas y reducir los costes para los sistemas de salud pública.
El desarrollo de esta herramienta ha sido posible gracias a la colaboración entre diversas instituciones. El proyecto se ha llevado a cabo en el Parque Tecnológico de la Salud de Granada, en colaboración con grupos clínicos de centros como el IDIS de Santiago de Compostela y el IIS de Aragón, que participaron en el reclutamiento de los niños y niñas. Además, el proyecto ha contado con el respaldo financiero del Instituto de Salud Carlos III y del Fondo de Investigación Sanitaria (FIS), así como del programa europeo EprObes.
EprObes, liderado por el CIBER, combina tecnologías avanzadas de bioinformática e inteligencia artificial para prevenir la obesidad mediante la identificación temprana de factores de riesgo y el diseño de intervenciones personalizadas. Este proyecto multidisciplinario aborda la obesidad como un problema de salud pública, integrando estudios clínicos, de comportamiento y de salud mental para intervenir en momentos clave del desarrollo, desde la etapa prenatal hasta la pubertad.