Algoritmul AI care îți poate prezice boala înainte să apară simptomele

Personajele din acest articol sunt fictive, dar scenariile sunt bazate pe cercetări reale.

Andrei și riscul invizibil

Andrei are 42 de ani. Aleargă constant, mănâncă echilibrat, își face analizele anual. Nimic alarmant.

La un control într-o clinică ce utilizează analiză predictivă bazată pe inteligență artificială, acceptă să își introducă datele într-un model de evaluare a riscului cardiovascular.

După câteva minute, pe ecran apare un scor:
Risc crescut de boală cardiovasculară în următorii 8–10 ani.

Analizele lui sunt aproape normale. Tensiunea ușor oscilantă. Un marker inflamator discret crescut. Istoric familial de infarct la 55 de ani.

Luate separat, datele par banale. Împreună, într-un model AI antrenat pe milioane de cazuri, formează un tipar.

„Nu este un diagnostic”, îi spune medicul. „Este o probabilitate. Dar este una pe care nu o ignorăm.”

Andrei pleacă fără o boală. Dar cu o proiecție statistică a viitorului.

Maria și memoria care nu s-a pierdut încă

Maria are 58 de ani. Profesor de limba română. Nu are simptome evidente, doar mici momente de oboseală pe care le pune pe seama stresului.

Participă la un program de screening bazat pe un test de sânge ce analizează un biomarker asociat bolii Alzheimer — proteina p-tau217. Rezultatul este introdus într-un model predictiv AI.

Algoritmul estimează o probabilitate crescută de debut al simptomelor cognitive în următorii 3–4 ani.

Acest tip de analiză este susținut de un studiu publicat în revista științifică Nature Medicine, care arată că integrarea biomarkerului p-tau217 într-un model AI poate anticipa momentul apariției simptomelor Alzheimer cu o marjă de câțiva ani.

Maria nu uită nimic. Încă. Dar acum știe că există un risc.

De la reacție la anticipare

Cazurile fictive ale lui Andrei și Maria reflectă o direcție reală și accelerată a cercetării medicale: trecerea de la medicina reactivă la medicina predictivă.

În mod tradițional, sistemul medical funcționează pe baza simptomelor. Pacientul simte ceva, merge la medic, face analize, primește un diagnostic și începe tratamentul. Este un model construit în jurul reacției.

Inteligența artificială propune o schimbare fundamentală: analiza continuă a datelor pentru a anticipa riscurile înainte ca simptomele să apară.

Un model dezvoltat de cercetători de la European Molecular Biology Laboratory și German Cancer Research Center a demonstrat că algoritmii pot estima riscul pentru peste 1.000 de boli diferite, analizând istoricul medical longitudinal al pacienților — adică evoluția sănătății lor în timp, nu doar un set de analize punctuale.

Asta înseamnă că sistemul nu privește doar valorile actuale ale tensiunii sau colesterolului. El analizează:

• cum au evoluat aceste valori în ultimii ani;
• ce alte afecțiuni au apărut anterior;
• ce combinații de factori s-au dovedit riscante în milioane de cazuri similare;
• în cât timp, statistic, o anumită succesiune de evenimente duce la o nouă boală.

Algoritmul identifică secvențe tipice în evoluția sănătății. De exemplu, poate observa că, în mii de cazuri, o combinație între inflamație cronică ușoară, hipertensiune moderată și istoric familial a precedat apariția bolilor cardiovasculare într-un interval de 8–12 ani.

Nu este magie. Este modelare matematică aplicată pe volume uriașe de date.

Spre deosebire de un medic care vede câteva mii de pacienți într-o carieră, un algoritm poate „învăța” din milioane de dosare simultan. El calculează probabilități, nu certitudini, dar aceste probabilități sunt bazate pe tipare reale observate în populații largi.

Este diferența dintre a privi o fotografie – un set de analize dintr-un moment fix – și a analiza un film complet al sănătății unui pacient, cu toate evoluțiile, deviațiile și corelațiile sale în timp.

Această abordare schimbă logica sistemului medical: nu mai așteptăm apariția bolii pentru a interveni. Încercăm să intervenim atunci când riscul devine vizibil, dar înainte ca deteriorarea să fie instalată.

În teorie, asta înseamnă mai puține infarcte neașteptate, mai puține diagnostice tardive și mai multe intervenții preventive personalizate.

În practică, înseamnă că viitorul medical începe să fie exprimat în procente.

Ce câștigăm

Dacă medicina predictivă devine standard, impactul asupra sistemului de sănătate ar putea fi structural, nu doar un pas înainte, ci o reconfigurare a modului în care înțelegem boala.

În primul rând, vorbim despre prevenție reală, nu declarativă. Astăzi, prevenția înseamnă recomandări generale: mișcare, alimentație echilibrată, controale periodice. Medicina predictivă duce prevenția la nivel individual: intervențiile nu mai sunt „pentru toată lumea”, ci pentru persoana care are un risc calculat, într-un interval de timp estimat.

În al doilea rând, apare personalizarea tratamentelor. Dacă un algoritm poate identifica că un pacient are un profil biologic similar cu alte mii de cazuri care au răspuns bine la o anumită terapie, medicul poate ajusta strategia mult mai precis. Se reduce astfel medicina „prin încercare și eroare”.

Un alt beneficiu major este reducerea costurilor asociate bolilor cronice. Bolile cardiovasculare, diabetul sau demențele generează cheltuieli uriașe pentru sistemele publice de sănătate. Intervenția timpurie — chiar și cu câțiva ani înainte — poate preveni complicații costisitoare: intervenții chirurgicale, spitalizări repetate, dizabilități permanente.

Poate cel mai important câștig este identificarea riscurilor înainte ca deteriorarea să devină ireversibilă. În neurologie, de exemplu, odată ce distrugerea neuronală este extinsă, recuperarea este limitată. În cardiologie, prevenirea unui infarct este incomparabil mai eficientă decât tratarea consecințelor lui.

Pentru Andrei, asta înseamnă schimbări concrete: ajustarea alimentației, reducerea stresului, monitorizare regulată a inflamației și a tensiunii, eventual tratament preventiv ușor. Intervenții minore acum, pentru a evita o problemă majoră peste un deceniu.

Pentru Maria, înseamnă includerea într-un program de evaluare periodică, monitorizarea biomarkerilor și, posibil, acces la terapii experimentale aflate în faze incipiente. În cazul bolilor neurodegenerative, timpul este variabila critică.

La scară largă, dacă milioane de pacienți ar beneficia de astfel de evaluări predictive, medicina s-ar transforma dintr-un sistem orientat spre gestionarea crizelor într-un sistem orientat spre gestionarea riscului.

Aceasta este promisiunea reală a inteligenței artificiale în sănătate: nu doar tehnologii mai sofisticate, ci un model complet diferit de a înțelege și administra boala.

Ce riscăm

Dar fiecare probabilitate vine cu un cost.

Medicina predictivă nu oferă doar informație. Oferă anticipare. Iar anticiparea schimbă modul în care trăim prezentul.

Cum trăiești știind că există un risc calculat?
Cum îți planifici viața când știi că un algoritm estimează o probabilitate de 40% sau 60% pentru o boală gravă în următorii ani?

Pentru unii, această informație înseamnă control și prevenție.
Pentru alții, poate însemna anxietate permanentă.

Există și riscul medical propriu-zis. Modelele AI sunt antrenate pe date istorice. Dacă aceste date sunt incomplete sau nu reprezintă corect toate categoriile de pacienți, predicțiile pot fi influențate și pot supraestima sau subestima riscurile pentru anumite grupuri.Dacă predicția este greșită, consecințele pot fi serioase: tratamente preventive inutile, stres psihologic, investigații invazive.

Apare inevitabil întrebarea responsabilității:
Cine răspunde dacă algoritmul indică un risc fals pozitiv?
Producătorul software? Clinica? Medicul care a interpretat scorul?

Un alt punct sensibil este protecția datelor. Medicina predictivă funcționează doar dacă are acces la volume mari de informații: ADN, istoric familial, rezultate de laborator, date din dispozitive purtabile. Acestea sunt unele dintre cele mai sensibile informații personale.

Cum sunt ele stocate?
Cine are acces?
Pot fi utilizate în scopuri comerciale?

Și poate cea mai delicată întrebare: pot asiguratorii sau angajatorii folosi aceste informații pentru a evalua „riscul” unei persoane?

Legislația europeană încearcă să limiteze astfel de derapaje, dar viteza dezvoltării tehnologice este adesea mai mare decât ritmul reglementării.

Trebuie înțeles un lucru esențial: un algoritm oferă procente, nu certitudini.
Un scor de risc de 60% înseamnă că, statistic, 6 din 10 persoane cu profil similar dezvoltă o anumită afecțiune. Înseamnă, implicit, că 4 nu o dezvoltă niciodată.

Un procent nu este un verdict.
Dar poate influența decizii, comportamente și politici publice.

Aici se află adevărata miză a medicinei predictive: nu doar precizia tehnologică, ci echilibrul dintre informație, etică și libertatea individuală.

România: între oportunitate și limitări

În România, medicina predictivă bazată pe inteligență artificială este încă la început. Există inițiative punctuale în mediul privat, proiecte pilot și interes academic, însă implementarea sistemică este departe de realitate.

Principala limitare nu este lipsa tehnologiei, ci infrastructura fragmentată. Multe spitale folosesc sisteme informatice diferite, care nu comunică între ele. Dosarul electronic al pacientului nu este complet integrat la nivel național, iar datele medicale sunt adesea dispersate, incomplete sau dificil de analizat longitudinal — exact tipul de analiză de care AI are nevoie pentru a funcționa eficient.

Medicina predictivă nu poate exista fără date coerente, curate și interoperabile. Iar interoperabilitatea este, în prezent, una dintre cele mai mari vulnerabilități ale sistemului medical românesc.

Pe de altă parte, România are un avantaj real: expertiză IT solidă și investiții în infrastructură digitală. Dezvoltarea centrelor de date și interesul pentru ecosistemul AI pot crea baza tehnologică necesară pentru integrarea unor modele predictive avansate în următorii ani.

Însă provocarea reală nu este strict tehnologică.

Este administrativă — pentru că presupune coordonare între ministere, spitale și autorități de reglementare.
Este etică — pentru că implică protecția datelor genetice și definirea responsabilității juridice.
Este educațională — pentru că medicii trebuie formați să interpreteze corect scorurile de risc generate de algoritmi, iar pacienții trebuie să înțeleagă ce înseamnă, de fapt, o probabilitate medicală.

Dacă aceste trei dimensiuni nu evoluează simultan, tehnologia va rămâne doar o promisiune.

Dar dacă România reușește să le alinieze, medicina predictivă ar putea deveni nu doar o inovație importată, ci o direcție strategică de dezvoltare a sistemului sanitar.

Viitorul nu mai este o surpriză. Este o probabilitate.

Andrei și Maria nu sunt bolnavi. Sunt informați.

Asta este diferența fundamentală adusă de inteligența artificială în medicină: nu mai vorbim doar despre tratament, ci despre anticipare. Nu mai așteptăm semnalul de alarmă al corpului. Încercăm să îl auzim înainte să sune.

Tehnologia poate calcula riscuri, poate identifica tipare și poate oferi un scor al viitorului posibil. Dar nu poate lua decizii în locul nostru. Nu poate înlocui responsabilitatea medicului, nici discernământul pacientului.

Medicina predictivă ne pune în fața unei realități noi: cât din viitor vrem să știm?

Pentru unii, răspunsul înseamnă control și prevenție.
Pentru alții, înseamnă povara unei probabilități.

Inteligența artificială nu scrie destinul. Ea doar estimează direcții.

Iar adevărata maturitate a societății nu va fi dată de cât de performanți sunt algoritmii, ci de cât de responsabil alegem să folosim informația pe care ne-o oferă.

Viitorul sănătății nu mai este doar o necunoscută.
Este o ecuație.

Iar noi suntem parte din ea.

Surse: European Molecular Biology Laboratory (EMBL) & German Cancer Research Center (DKFZ), Nature Medicine