Gilead Sciences presenta un modelo predictivo que detecta más del 70% de los casos de VIH con un cribado mínimo, apostando por el diagnóstico precoz y la eficiencia del sistema sanitario.
Gilead Sciences acaba de soltar una bomba tecnológica en la lucha contra el VIH. Este jueves presentaron un nuevo modelo predictivo súper innovador que identifica a las personas con mayor riesgo de tener el virus, incluso antes de que presenten síntomas o se sospeche clínicamente.
La clave de este sistema está en su capacidad de análisis a partir de datos muy básicos: enfermedades previas diagnosticadas, edad y sexo asignado al nacer. Con solo eso, el algoritmo es capaz de detectar más del 70% de los casos potenciales de VIH en cualquier población, haciendo un cribado en menos del 4% de la gente y alcanzando una prevalencia superior al 2,5% entre los seleccionados. Traducido: detecta más, testea menos, y gana en precisión.
Según Gilead, esto abre la puerta a usar mucho mejor los recursos sanitarios, focalizando los esfuerzos donde realmente hay más probabilidades de encontrar nuevos casos. Y ojo, esto no es menor: en España, se calcula que unas 11.000 personas viven con VIH sin saberlo, lo que representa un riesgo enorme de nuevas transmisiones. Además, el 49% de los diagnósticos en 2023 fueron tardíos, algo que empeora la salud del paciente, sube los costes médicos y complica el tratamiento.
Luis Armenteros, director de la unidad de VIH de Gilead en España y Portugal, explicó que este modelo es otro ejemplo del compromiso de la compañía con la comunidad VIH: “Seguimos innovando para hacer frente al reto de la infección oculta y el diagnóstico tardío”.
Detrás del desarrollo también está Telómera, socio tecnológico de Gilead, cuyo CEO José Luis Enríquez comentó que este modelo nació de una inquietud real: “se están perdiendo muchas oportunidades de diagnóstico, especialmente cuando la infección ya está avanzada”.
El modelo ha sido diseñado para integrarse en los sistemas de historia clínica electrónica, lo que permite automatizar el proceso. Así, el software podría alertar al médico en tiempo real cuando detecte un perfil con riesgo alto, evitando así que los casos pasen desapercibidos y aumentando la eficiencia del sistema de salud.
Además, han colaborado expertos como el doctor Miguel García-Deltoro (Hospital General Universitario de Valencia) y el doctor Arkaitz Imaz (Hospital Universitario de Bellvitge), sumando ciencia clínica al poder de los datos.
Redacción (Agencias).
