La integración de la teoría de las redes complejas con los gemelos digitales permite simular el comportamiento de sistemas biológicos en tiempo real y realizar predicciones e intervenciones personalizadas.

"Ya existen sinergias entre el aprendizaje automático y los gemelos digitales cardíacos que hacen posible la medicina de precisión en cardiología. La combinación de ambas tecnologías nos permite predecir con mucha exactitud el riesgo de muerte súbita en distintas enfermedades cardiacas y desarrollar tratamientos personalizados en pacientes con arritmias".

Así lo ve Natalia Trayanova, directora del laboratorio AI Research: Health and Medicine, Data Science and AI Institute de la Universidad Johns Hopkins (Baltimore). Días atrás, Trayanova participaba en el XVII 'Ciclo de conferencias y debates en ciencias' organizado por la Fundación Ramón Areces y Springer Nature. Este evento reunió a cuatro expertos en gemelos digitales aplicados a la biomedicina para ver en qué momento nos encontramos de su desarrollo y qué podemos esperar de ellos.

"¿No sería estupendo disponer de una representación digital de nosotros mismos que permitiera a los médicos simular nuestra historia médica personal y nuestro estado de salud utilizando las interacciones ya conocidas tanto del big data como de los conocimientos biofísicos actuales?", se preguntó Trayanova. "Esa réplica virtual de nosotros mismos podría pronosticar la trayectoria de nuestra enfermedad, estimaría el riesgo de acontecimientos adversos y predeciría la respuesta al tratamiento. Todo ello ayudaría a la toma de decisiones terapéuticas", se respondió.

Entre las ventajas de esos avances, ha comentado que "la aplicación de estas técnicas evita futuras rehospitalizaciones y repeticiones de procedimientos, de manera que la selección del tratamiento pase de enfocarse en el estado del paciente hoy a optimizar el estado del paciente mañana". "El futuro de los gemelos digitales en medicina es brillante", pronosticó Trayanova, que también es catedrática Murray B. Sachs de ingeniería biomédica, catedrática de matemática aplicada y estadística y directora de la Alliance for Cardiovascular Diagnostic and Treatment innovation (Advance).

eleconomista.es