Fundado en 1910
Clara R. IlárrazDoctora en Derecho digital (5G) por la Universidad CEU San Pablo

Tu gemelo digital podría conocer tu salud antes que tú

Se trata de un modelo que representa ciertos aspectos de un órgano, de una función biológica o, en proyectos todavía más ambiciosos, de la interacción entre distintos sistemas del organismo

La IA jugará un importante papel en la sanidadGrok

Imagine que acude a una consulta médica y que, antes de recomendarle una intervención, el especialista puede observar cómo respondería su corazón ante distintas alternativas de tratamiento. No necesita realizar cada prueba sobre su cuerpo, porque dispone de una representación informática construida a partir de imágenes, mediciones y conocimientos sobre el funcionamiento de ese órgano. Lo que hasta hace poco habría parecido un recurso de la ciencia ficción empieza a tomar forma en hospitales y centros de investigación, aunque todavía queda mucho camino por recorrer antes de que pueda utilizarse de manera generalizada.

Esta posibilidad se conoce como gemelo digital y procede de un concepto que la industria utiliza desde hace años para estudiar máquinas, motores o instalaciones complejas. Un fabricante puede crear un modelo informático de una turbina, alimentarlo con datos sobre su funcionamiento y comprobar cómo reaccionaría ante determinadas condiciones sin necesidad de detenerla o ponerla en peligro. La medicina está explorando una idea semejante, con una dificultad añadida que resulta evidente. El organismo humano es infinitamente más complejo que una máquina y no existen dos personas que respondan de manera exactamente igual.

Un gemelo digital médico no es una fotografía en tres dimensiones ni una copia perfecta de una persona almacenada en un ordenador. Es un modelo que representa ciertos aspectos de un órgano, de una función biológica o, en proyectos todavía más ambiciosos, de la interacción entre distintos sistemas del organismo. Para construirlo pueden utilizarse pruebas de imagen, resultados analíticos, información clínica y modelos matemáticos capaces de describir cómo circula la sangre, cómo se contrae un tejido o cómo se distribuye una sustancia. Su utilidad depende tanto de la calidad de esos datos como de la capacidad del modelo para reproducir fenómenos que puedan contrastarse con la realidad.

El ejemplo del corazón ayuda a comprender su alcance. Antes de una intervención, los médicos necesitan conocer la anatomía del paciente y prever cómo puede comportarse la circulación sanguínea cuando se modifica una estructura. Algunas herramientas de simulación permiten estudiar escenarios personalizados y apoyar la planificación de determinados procedimientos. En investigación también se exploran modelos que ayuden a evaluar el funcionamiento cardíaco o la respuesta a tratamientos. Conviene precisar, sin embargo, que estas aplicaciones presentan grados de desarrollo muy distintos y que disponer de una simulación convincente no significa que sus predicciones estén suficientemente validadas para cualquier decisión clínica.

También se investiga su posible aplicación al estudio de enfermedades y al desarrollo de medicamentos. Si los científicos consiguen representar con suficiente precisión ciertos procesos fisiológicos, podrían comparar hipótesis, seleccionar mejor los experimentos y comprender por qué una intervención funciona de manera diferente según las características del paciente. Esto no supone que los ensayos clínicos puedan sustituirse sin más por simulaciones, ni que el médico vaya a disponer mañana de una réplica virtual que anticipe todas nuestras enfermedades. La promesa es más concreta y, precisamente por ello, más interesante. Se trata de mejorar decisiones determinadas utilizando información personalizada y modelos sometidos a comprobación.

Hay una cuestión que suele pasar inadvertida cuando se habla de estas tecnologías. Un gemelo digital puede actualizarse a medida que aparecen nuevos datos y, por tanto, no tiene por qué ser una representación inmóvil. Si el modelo incorpora resultados de nuevas pruebas, cambios fisiológicos o información recogida por dispositivos médicos, puede reflejar una evolución en el tiempo. Esa capacidad es una de sus características más atractivas, pero también obliga a preguntarse qué ocurre cuando los datos están incompletos, contienen errores o dejan de describir adecuadamente el estado real de una persona.

En medicina, equivocarse no es una cuestión menor. Un modelo puede ofrecer una predicción aparentemente precisa y, sin embargo, basarse en supuestos que no se cumplen en un paciente concreto. Por eso resulta indispensable conocer para qué finalidad se ha diseñado, con qué población se ha evaluado, cuáles son sus márgenes de incertidumbre y en qué circunstancias no debería utilizarse. La representación digital debe ayudar al profesional sanitario a comprender mejor un problema, no adquirir una autoridad incuestionable por el simple hecho de presentarse mediante gráficos sofisticados.

La dimensión jurídica de esta innovación es igualmente apasionante, aunque no necesita formularse en términos alarmistas. Para crear y actualizar estos modelos pueden tratarse datos de salud especialmente protegidos, cuya utilización exige una base jurídica adecuada, garantías de seguridad y límites claros respecto de sus finalidades. Además, cuando una herramienta se destina a apoyar decisiones médicas, pueden entrar en juego las normas aplicables a los productos sanitarios y las exigencias de evaluación y supervisión correspondientes. No todos los modelos están sometidos automáticamente al mismo régimen, porque su clasificación depende de lo que hacen y de la finalidad para la que se comercializan.

Surge entonces una pregunta que merece más atención que la idea, algo simplificadora, de quién es el propietario de nuestro gemelo digital. Lo verdaderamente importante es quién puede acceder a la información que lo alimenta, para qué puede utilizarla, cómo se garantiza su exactitud y qué mecanismos permiten corregir un resultado erróneo. También importa saber si una representación creada para asistir en un tratamiento podría reutilizarse posteriormente para investigar, desarrollar productos o entrenar nuevas herramientas, y bajo qué condiciones sería legítimo hacerlo.

Quizá la transformación más profunda no consista en que una máquina llegue a conocernos mejor que nosotros mismos, sino en que la medicina pueda comprender determinados procesos antes de intervenir. Durante siglos, el conocimiento médico ha avanzado observando síntomas, examinando órganos y comparando los efectos de los tratamientos. Los gemelos digitales añaden la posibilidad de experimentar con modelos personalizados y contrastar escenarios sin trasladar automáticamente cada ensayo al paciente. Si esa promesa se desarrolla con rigor científico, prudencia clínica y garantías jurídicas, el futuro de la medicina podría parecerse menos a adivinar lo que ocurrirá y más a comprender, con mejores herramientas, lo que podría ocurrir.