{"id":68121,"date":"2026-03-10T10:11:53","date_gmt":"2026-03-10T16:11:53","guid":{"rendered":"https:\/\/saluddigital.com\/?p=68121"},"modified":"2026-03-10T10:15:59","modified_gmt":"2026-03-10T16:15:59","slug":"modelos-de-lenguaje-pueden-generar-modelos-predictivos-biomedicos-comparables-a-los-de-cientificos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelos-de-lenguaje-pueden-generar-modelos-predictivos-biomedicos-comparables-a-los-de-cientificos\/","title":{"rendered":"Modelos de lenguaje pueden generar modelos predictivos biom\u00e9dicos comparables a los de cient\u00edficos"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un estudio evalu\u00f3 si la inteligencia artificial puede escribir c\u00f3digo para analizar datos \u00f3micos y predecir resultados en salud reproductiva.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los grandes modelos de lenguaje (LLM, en ingl\u00e9s) no solo pueden redactar texto o responder preguntas, tambi\u00e9n pueden generar c\u00f3digo para analizar datos complejos. Un estudio publicado en la revista Cell Reports Medicine<\/em><\/a> por investigadores de la Universidad de California San Francisco (USSF), examin\u00f3 hasta qu\u00e9 punto estos sistemas pueden ayudar a desarrollar modelos predictivos en investigaci\u00f3n biom\u00e9dica, particularmente en el \u00e1mbito de la salud reproductiva.<\/p>

La investigaci\u00f3n evalu\u00f3 ocho modelos de inteligencia artificial (IA) en tareas que habitualmente realizan bioinform\u00e1ticos como escribir c\u00f3digo en R o Python para analizar datos biol\u00f3gicos, construir modelos de aprendizaje autom\u00e1tico y evaluar su precisi\u00f3n. Los resultados sugieren que algunos LLM pueden producir modelos predictivos con un desempe\u00f1o comparable al de equipos humanos que participaron en desaf\u00edos cient\u00edficos internacionales.<\/p>

\u201cEstas herramientas de IA podr\u00edan aliviar uno de los mayores cuellos de botella en la ciencia de datos: la creaci\u00f3n de nuestros canales de an\u00e1lisis\u201d, afirm\u00f3 la Dra. Marina Sirota, doctora y profesora de Pediatr\u00eda, directora interina del Instituto Bakar de Ciencias Computacionales de la Salud (BCHSI) de la UCSF e investigadora principal del Centro de Investigaci\u00f3n sobre Prematuridad March of Dimes de la UCSF. \u201cLa aceleraci\u00f3n no podr\u00eda llegar en mejor momento para los pacientes que necesitan ayuda ahora mismo\u201d, agreg\u00f3.<\/p>

Para poner a prueba estas capacidades, los investigadores utilizaron datos de tres competencias cient\u00edficas organizadas por DREAM Challenges, iniciativas de ciencia abierta que invitan a equipos de todo el mundo a desarrollar modelos predictivos con grandes conjuntos de datos biom\u00e9dicos. En este estudio se seleccionaron cuatro tareas relacionadas con la salud reproductiva, como predecir la edad gestacional a partir de datos gen\u00e9ticos o estimar el riesgo de parto prematuro usando perfiles del microbioma.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los LLM recibieron instrucciones para generar c\u00f3digo que descargara los datos, construyera un modelo predictivo y evaluara su rendimiento en conjuntos de prueba. Posteriormente, los investigadores ejecutaron ese c\u00f3digo para medir la precisi\u00f3n de las predicciones. Entre los sistemas evaluados destacaron DeepSeek-R1, Gemini 2.0 y los modelos de OpenAI, incluidos o3\u2011mini y GPT\u20114o.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En varias de las tareas, los modelos generaron c\u00f3digo funcional en cuesti\u00f3n de minutos. El modelo con mejor desempe\u00f1o logr\u00f3 completar siete de las ocho tareas evaluadas. En general, el c\u00f3digo escrito en R tuvo m\u00e1s \u00e9xito que el generado en Python, especialmente para procesar datos provenientes de repositorios biom\u00e9dicos.<\/p>

En t\u00e9rminos de precisi\u00f3n, los modelos generados por IA alcanzaron resultados similares o superiores al rendimiento promedio de los equipos humanos que participaron en los desaf\u00edos cient\u00edficos. En una de las tareas, incluso superaron al mejor equipo humano al predecir la edad gestacional a partir de datos de metilaci\u00f3n del ADN placentario.<\/p>

Los autores se\u00f1alan que esta capacidad podr\u00eda ayudar a acelerar el desarrollo de modelos predictivos en biomedicina, especialmente en \u00e1reas con grandes vol\u00famenes de datos y pocos especialistas en an\u00e1lisis computacional. Al automatizar parte del proceso de programaci\u00f3n, los LLM podr\u00edan facilitar que investigadores sin experiencia avanzada en codificaci\u00f3n desarrollen herramientas anal\u00edticas complejas.<\/p>

\u201cGracias a la IA generativa, los investigadores con conocimientos limitados en ciencia de datos no siempre tendr\u00e1n que establecer amplias colaboraciones ni dedicar horas a depurar c\u00f3digo\u201d, explic\u00f3 el Dr. Adi L. Tarca, coautor del estudio y especialista en gen\u00e9tica. \u201cPodr\u00e1n centrarse en responder a las preguntas biom\u00e9dicas adecuadas\u201d.<\/p>

Sin embargo, el estudio tambi\u00e9n identific\u00f3 limitaciones. Algunos modelos generaron c\u00f3digo con errores, como intentar cargar paquetes inexistentes o seleccionar variables que no estaban presentes en los datos. Adem\u00e1s, el desempe\u00f1o puede variar seg\u00fan el tipo de datos o la complejidad del an\u00e1lisis solicitado.<\/p>

Los investigadores subrayan que, pese a su potencial, estas herramientas requieren supervisi\u00f3n humana. La generaci\u00f3n autom\u00e1tica de c\u00f3digo puede acelerar la investigaci\u00f3n, pero los resultados deben verificarse cuidadosamente para evitar errores metodol\u00f3gicos o interpretaciones incorrectas.<\/p>

En conjunto, los hallazgos sugieren que los modelos de lenguaje podr\u00edan convertirse en una herramienta \u00fatil dentro del flujo de trabajo cient\u00edfico. Si se integran con pr\u00e1cticas rigurosas de validaci\u00f3n y control de calidad, estas tecnolog\u00edas podr\u00edan contribuir a desarrollar modelos predictivos m\u00e1s r\u00e1pidos y reproducibles en \u00e1reas como la medicina reproductiva y la biolog\u00eda de sistemas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

USFC<\/strong><\/p>

https:\/\/www.ucsf.edu\/news\/2026\/02\/431501\/ai-bots-accurately-analyze-big-data-set-predict-preterm-birth<\/a><\/p>

CELL<\/strong><\/p>

https:\/\/www.cell.com\/cell-reports-medicine\/fulltext\/S2666-3791(26)00011-X<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

LLM o modelos de lenguaje pueden generar modelos predictivos biom\u00e9dicos comparables a los de cient\u00edficos seg\u00fan nuevo estudio.<\/p>","protected":false},"author":1,"featured_media":68123,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-68121","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/68121","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=68121"}],"version-history":[{"count":5,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/68121\/revisions"}],"predecessor-version":[{"id":68127,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/68121\/revisions\/68127"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/68123"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=68121"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=68121"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=68121"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}