El Científicos de dieciocho centros de investigación de nueve países europeos se han involucrado en un proyecto dotado con diez millones de euros para tratar de identificar, gracias a la Inteligencia Artificial, los factores de riesgo asociados a la obesidad desde las etapas más tempranas -desde la preconcepción y el desarrollo temprano de la infancia hasta la adolescencia-. El proyecto “Prevención de la Obesidad a lo largo de la vida mediante la identificación de factores de riesgo, pronóstico e intervención en etapas tempranas” (EprObes) se va a prolongar durante cinco años y va a ser coordinado por el Centro de Investigación Biomédica en Red (CIBER) del Instituto de Salud Carlos III dependiente del Ministerio de Ciencia e Innovación.
Sus responsables inciden en la importancia de conocer todos los factores de riesgo que pueden ser determinantes durante las primeras etapas de la vida para el desarrollo posterior de la obesidad: como los hábitos de vida, la dieta, actividad física, el contexto socioeconómico, los factores ambientales o los indicadores de salud mental. Y señalaron la importancia de que el proyecto involucre a investigadores de muchos países (participan centros de España, Alemania, Dinamarca, Francia, Polonia, Turquía, Bélgica, Lituania y Estonia) en los que muchos de esos factores (la dieta, el clima o el contexto socioeconómico) son muy diferentes.
Manuel Tena-Sempere, catedrático de Fisiología de la Universidad de Córdoba y coordinador del proyecto, destacó la utilización de la inteligencia artificial para incorporar el análisis de datos y el recurso a algoritmos de aprendizaje automático que permitan diseñar herramientas de apoyo para ayudar a las administraciones y los profesionales de la salud a tomar decisiones para prevenir y tratar el sobrepeso y la obesidad.
El investigador Alex Bravo, experto en el uso de la inteligencia artificial en el ámbito de la biomedicina, valora la utilidad de esta tecnología para descubrir patrones “escondidos” que estén relacionados con el desarrollo de la obesidad y que sin embargo no pueden ser detectados mediante el uso de las técnicas más tradicionales para abordar esta enfermedad.
La inteligencia artificial va a permitir analizar los datos de series temporales de todos los grupos (en todos los casos de varios miles de personas) que se utilicen en la muestra y realizar predicciones sobre el riesgo de cada persona de desarrollar obesidad, con el fin último de poder personalizar las medidas contra la obesidad y todas las comorbilidades que lleva asociadas.
El estudio incluye además una perspectiva comparativa entre sexos para comprender mejor cómo las hormonas, el metabolismo, los roles de género o las disparidades sociales pueden contribuir de una forma específica al sobrepeso en cada sexo.
El proyecto tratará de identificar los mecanismos subyacentes a la obesidad, tanto a nivel genético como ambiental, e incorpora también el análisis de factores psicológicos y socioeconómicos, especialmente la salud mental y los trastornos de la conducta alimentaria.
