🔬 Un artículo de Nature propone detectar antes los brotes al reconocer síntomas que se apartan de los habituales. El enfoque, llamado «preparación ante los síntomas», conecta las alertas clínicas con criterios de diagnóstico que se actualizan. Busca evitar que los casos atípicos escapen a los sistemas de vigilancia.
Alertar sobre grupos de casos inusuales. Los médicos necesitan vías para comunicar que varias personas presentan síntomas fuera del patrón conocido. Otro médico con experiencia o un epidemiólogo del hospital verificaría la alerta. Después, herramientas estadísticas comprobarían si las enfermedades estacionales habituales podrían explicar esos casos, antes de activar los mecanismos de vigilancia.
Usar IA para señalar casos atípicos. Los modelos podrían identificar síntomas que difieren de los habituales en una zona y un periodo concretos. Su tarea sería señalar casos que merecen más estudio y apoyar el criterio médico, sin emitir diagnósticos. El artículo contempla enviar datos clínicos anónimos a un sistema nacional mediante aplicaciones, SMS o registros electrónicos.
Actualizar los criterios de diagnóstico. Los autores proponen distinguir casos sospechosos, probables y confirmados con criterios que expertos revisen cada semana o conforme lleguen datos. En el brote de mpox de 2022, algunas personas presentaron lesiones genitales o anales en lugar del sarpullido extendido esperado. Incluir esas señales antes podría haber ayudado a reconocer casos que recibieron otros diagnósticos.
✅ Reconocer patrones inusuales podría ayudar a detectar antes los brotes y devolver alertas útiles al personal sanitario. La IA descrita aún está en sus inicios: requiere datos fiables, pruebas locales, seguimiento y garantías de privacidad.
⚕️ No es consejo médico.
