La pintura vieja en una tabla ya se secó y la nueva aún no se aplica, pero hay que saber cuál protege mejor de la lluvia. Normalmente se pintan dos tablas y se espera un año. Los investigadores hicieron algo distinto: enseñaron a una computadora, a partir de fotografías antiguas, a predecir cómo se vería la misma tabla con otra pintura. No hizo falta un experimento real.
En medicina, este truco se llama control virtual. En lugar de buscar niños con enfermedad de Crohn que aceptaran tratarse durante un año con el fármaco antiguo, los científicos tomaron historias clínicas de quienes ya habían recibido infliximab (IFX). Con esos datos entrenaron cinco modelos de aprendizaje automático: cinco maneras distintas de mirar hacia el futuro. Luego, a cada modelo le preguntaron: ¿qué habría pasado con los pacientes que en realidad se trataron con adalimumab (ADA) si les hubieran dado IFX?
Este enfoque es especialmente valioso cuando reclutar un grupo de control es éticamente imposible o demasiado caro. Una computadora entrenada con datos históricos se convierte en un “gemelo digital” de todo un grupo de pacientes. El modelo aún debe probarse con datos nuevos, pero ya se dio el primer paso: las manos virtuales se han tendido hacia los ensayos clínicos, casi como esa tabla pintada sin una sola pincelada.
En el estudio se usaron datos de niños con enfermedad de Crohn que necesitaban alcanzar la remisión sin esteroides, es decir, el organismo debía mantener por sí solo un estado saludable, sin antiinflamatorios potentes.
En la novela “Minority Report” se predecían crímenes; aquí, reacciones a medicamentos. Ambas ideas se basan en que el pasado puede sustituir al futuro si se analiza correctamente.