La UCLM desarrolla un modelo de inteligencia artificial para predecir fracturas en mujeres posmenopáusicas

La Universidad de Castilla-La Mancha (UCLM) ha creado un modelo predictivo basado en inteligencia artificial que mejora la detección del riesgo de fracturas óseas en mujeres posmenopáusicas, grupo especialmente vulnerable a enfermedades como la osteoporosis. El estudio, que integró datos clínicos, demográficos y de densitometría de 576 pacientes, identificó como variables clave las fracturas previas, los niveles de hormona paratiroidea (PTH) y el T-score lumbar –indicador de densidad mineral ósea–.

La investigación, liderada por Jorge Mateo Sotos y Ana María Torres Aranda de la Escuela Politécnica de Cuenca (UCLM), contó con la participación de especialistas de las universidades de Valladolid y Cantabria, así como de los hospitales Río Ortega (Valladolid), Marqués de Valdecilla (Cantabria) y Río Carrión (Palencia). El trabajo se enmarca en la Cátedra Bayer de Inteligencia Artificial de la UCLM, que promueve el uso de tecnologías avanzadas en salud.

Ricardo Usategui-Martín y José Luis Pérez-Castrillón, coautores del estudio, han destacado que este avance “supone un paso hacia la medicina personalizada” y contribuye a “reducir la brecha de género en investigación en salud”. El proyecto recibió financiación de la UCLM y del Instituto de Salud Carlos III, y sus resultados permitirán optimizar los protocolos de prevención en un colectivo donde la osteoporosis afecta a una de cada tres mujeres mayores de 50 años.

El modelo analiza patrones complejos en los datos médicos para clasificar el riesgo individual, lo que facilitaría intervenciones tempranas. Según los investigadores, esta herramienta podría integrarse en los sistemas sanitarios para mejorar la calidad de vida de las pacientes y reducir costes asociados a fracturas no tratadas a tiempo.