Un sistema de IA llamado DeepRare igualo o supero a expertos en el diagnostico de enfermedades raras
En un estudio publicado en Nature, el sistema de IA agentica DeepRare alcanzo el 79 por ciento de precision diagnostica frente al 66 por ciento de expertos en enfermedades raras, con un razonamiento rastreable y basado en evidencia para acortar la larga odisea diagnostica.
Inteligencia ArtificialEquipo Editorial GNGV5 min lectura
Investigadores informaron en la revista Nature, el 18 de febrero de 2026, que un sistema de inteligencia artificial agentica llamado DeepRare puede diagnosticar enfermedades raras con una precision que iguala o supera a la de especialistas humanos. Las enfermedades raras son individualmente poco comunes, pero en conjunto afectan a cientos de millones de personas, y los pacientes suelen sufrir lo que los medicos llaman la odisea diagnostica, con mas de cinco anos de promedio de derivaciones, diagnosticos erroneos y pruebas innecesarias antes de obtener una respuesta.
DeepRare combina un gran modelo de lenguaje con un sistema de agentes de IA especializados que trabajan en secuencia: extraen los sintomas del paciente, los comparan con enfermedades conocidas y anotan variantes geneticas a partir de datos de secuenciacion. En las pruebas, el sistema diagnostico correctamente al 69 por ciento de los pacientes cuando recibio sintomas y datos geneticos, frente al 56 por ciento de Exomiser, una herramienta de analisis genetico muy usada. En una comparacion directa, DeepRare alcanzo el 79 por ciento de precision frente al 66 por ciento de los expertos en enfermedades raras.
Una caracteristica crucial es la transparencia. En lugar de producir solo un veredicto, DeepRare genera cadenas de razonamiento basadas en evidencia con referencias verificables a la literatura medica, que los expertos confirmaron que usaban informacion correcta cerca del 95 por ciento de las veces. Esa trazabilidad es lo que hace utilizable la herramienta en clinicas reales, porque los medicos pueden revisar la logica del sistema en vez de confiar en una caja negra, y puede reducir mucho el tiempo de revision bibliografica.
Los limites son reales. Los resultados provienen de conjuntos de datos de investigacion, aun no del uso clinico rutinario, y el rendimiento depende de la calidad de las descripciones de sintomas y de los datos geneticos, desiguales entre hospitales y escasos en entornos de bajos ingresos. El sistema apoya a los clinicos; no reemplaza el juicio, el examen ni el seguimiento. Pero para las familias atrapadas en anos de incertidumbre, un asistente preciso y explicable es una perspectiva profundamente esperanzadora.
