IA y enfermedades olvidadas: nuevas esperanzas para viejos problemas

Leishmaniasis, Chagas, dengue, fiebre amarilla, enfermedad de Chikungunya, oncocercosis, micosis profundas…

Enfermedades con nombres complejos, impactos devastadores y una constante histórica: el olvido

Las llamadas “enfermedades tropicales desatendidas” (ETD) afectan a más de mil millones de personas en el mundo, principalmente en contextos de pobreza, ruralidad, y falta de infraestructura sanitaria. No son nuevas. No son raras. Pero sí son invisibles para buena parte de la investigación biomédica, los grandes fondos globales y las prioridades de innovación tecnológica.

Sin embargo, una nueva herramienta podría cambiar esa historia: la inteligencia artificial.

En este artículo exploramos cómo la IA puede convertirse en un aliado inesperado para las enfermedades olvidadas, al mejorar su diagnóstico, facilitar su seguimiento, acelerar la investigación y ponerlas de nuevo en la conversación sanitaria global.

1. ¿Qué son las enfermedades olvidadas y por qué lo son?

La OMS define como ETD a un grupo de enfermedades transmisibles que prevalecen en comunidades empobrecidas, con acceso limitado a agua potable, saneamiento, educación y servicios de salud. Son endémicas en regiones tropicales y subtropicales de África, Asia y América Latina.

Algunas de las más comunes incluyen:

• Leishmaniasis (cutánea, visceral)

• Tripanosomiasis americana (Chagas)

• Oncocercosis (ceguera de los ríos)

• Esquistosomiasis

• Dengue, zika y chikungunya

• Micosis endémicas (como la paracoccidioidomicosis)

¿Por qué se las llama “olvidadas”?

Porque no representan un mercado rentable para la industria farmacéutica, y porque afectan poblaciones marginadas, poco representadas en la agenda de investigación internacional.

El resultado: diagnósticos tardíos, escasez de tratamientos específicos, subregistro de casos y un ciclo de pobreza y enfermedad que se perpetúa.

2. ¿Qué puede hacer la IA por ellas?

A diferencia de la medicina tradicional, donde los recursos se asignan según prioridades políticas y económicas, la IA puede desarrollarse desde abajo, desde pequeños centros de datos, con iniciativas locales y algoritmos accesibles.

Estas son algunas aplicaciones prometedoras:

✅ Diagnóstico automatizado con imágenes

Enfermedades como la leishmaniasis cutánea o la micosis fúngica pueden diagnosticarse visualmente. Ya existen modelos de visión por computadora capaces de identificar lesiones con más del 85% de precisión a partir de fotos tomadas con teléfonos móviles.

✅ Algoritmos de predicción de brotes

Combinando datos de clima, densidad poblacional, movilidad y salud pública, se pueden generar modelos que anticipen brotes de dengue o chikungunya, incluso en regiones sin sistemas formales de vigilancia epidemiológica.

✅ IA para análisis de laboratorio básico

Herramientas que analizan frotis sanguíneos con IA permiten detectar signos sugestivos de tripanosomiasis, malaria u otras parasitosis sin necesidad de un microscopista experto.

✅ Aceleración de investigación clínica

La IA también puede usarse para analizar datos de ensayos clínicos o repositorios de publicaciones científicas, acelerando la identificación de posibles terapias o combinaciones de medicamentos.

3. Casos reales: de la selva al servidor

🌴 Colombia: Leishmaniasis en el Magdalena Medio

Un equipo de investigadores desarrolló una app móvil que, con imágenes de lesiones dérmicas, entrenó un algoritmo para diferenciar entre leishmaniasis y otras afecciones similares. El resultado fue una mejora del diagnóstico temprano en zonas donde no hay dermatólogos ni acceso a PCR.

🦟 Brasil: Predicción de dengue

La Fundación Oswaldo Cruz diseñó un modelo predictivo de IA basado en condiciones climáticas, reportes comunitarios y datos históricos, logrando alertas tempranas de riesgo de dengue en comunidades favelizadas de Río de Janeiro.

💻 Etiopía: Oncocercosis

Una red neuronal entrenada con imágenes de nódulos cutáneos permitió que trabajadores comunitarios sin formación médica pudieran clasificar posibles casos y enviar alertas sanitarias.

Estos ejemplos demuestran que no se necesita un laboratorio de Silicon Valley para empezar: basta voluntad local, datos, y una IA diseñada para el contexto.

4. Desafíos y riesgos éticos

Aunque prometedora, la IA aplicada a enfermedades olvidadas enfrenta varios obstáculos:

• Poca inversión: los proyectos suelen ser impulsados por universidades o ONG, con presupuestos limitados.

• Falta de datos de calidad: muchas enfermedades no están bien registradas ni codificadas en sistemas de salud.

• Desigualdad en acceso a tecnología: si no se acompaña de alfabetización digital, se puede aumentar la brecha.

• Dependencia tecnológica: si la IA no puede funcionar offline o sin soporte técnico local, puede quedar inservible.

• Consentimiento y uso de imágenes: usar fotos de lesiones o datos clínicos de poblaciones vulnerables sin su participación puede reproducir dinámicas coloniales.

Por eso, la ética, la transparencia y la participación comunitaria son condiciones necesarias para que la IA en enfermedades olvidadas no repita los errores del pasado.

5. ¿Qué se necesita para impulsar esta transformación?

• Fondos específicos para innovación en salud olvidada, promovidos por agencias nacionales e internacionales.

• Asociaciones entre universidades, comunidades y gobiernos locales.

• Herramientas open-source, ligeras y entrenadas con datos regionales.

• Validación clínica rigurosa, para evitar errores diagnósticos o falsas expectativas.

• Narrativas públicas que recuperen el valor de estas enfermedades como prioridad sanitaria.

Conclusión

Las enfermedades olvidadas lo han sido no porque sean raras, sino porque afectan a quienes rara vez tienen voz. Pero la IA, si se implementa con responsabilidad y justicia, puede devolverle el foco, la urgencia y la dignidad a estas patologías y sus pacientes.

No se trata de reemplazar el trabajo médico humano, sino de amplificarlo en zonas donde la salud ha sido históricamente precaria. No se trata solo de algoritmos, sino de esperanza digital para los últimos en la fila.

📣 ¿Conoces proyectos que usen IA para enfermedades tropicales o desatendidas?

¿Trabajas en zonas donde estas patologías son comunes?

📩 Escríbenos a contacto@iamedica.org o cuéntanos en los comentarios.

📅 No te pierdas la próxima publicación el viernes 11 de julio:

”¿Puede la IA ayudar a predecir epidemias en países con infraestructura deficiente?”

📍 Toda la serie en iamedica.org

🔁 Comparte este artículo con trabajadores rurales, investigadores y tomadores de decisión