AVIA: la inteligencia artificial argentina que anticipa la fragilidad en adultos

La inteligencia artificial argentina AVIA puede anticipar hasta cuatro años el riesgo de fragilidad en adultos mayores, antes de que aparezcan señales clínicas evidentes. El sistema, creado por la Fundación Cuidados de Salud, combina información médica, funcional y social para orientar controles preventivos y ayudar a preservar la autonomía durante más tiempo.

Podés consultar la fuente original para ampliar el contexto de esta información.

Una caída, una internación o la dificultad repentina para realizar tareas cotidianas suelen marcar el momento en que una familia advierte que una persona mayor necesita más apoyo. Sin embargo, para entonces el deterioro puede haber avanzado durante meses o incluso años. AVIA, un desarrollo argentino basado en inteligencia artificial predictiva, propone intervenir antes: estima qué personas tienen mayor probabilidad de desarrollar fragilidad en un horizonte de hasta cuatro años.

El nombre del sistema corresponde a Algoritmo de Validación de Independencia y Autonomía. Fue desarrollado por la Fundación Cuidados de Salud y recibió reconocimientos internacionales por su aporte a la prevención y al bienestar de los adultos mayores. La iniciativa también fue distinguida en Ginebra con respaldo de organismos vinculados al sistema de Naciones Unidas, en una instancia que contó con la colaboración de la Misión Permanente de la República Argentina ante los Organismos Internacionales.

La herramienta no pretende diagnosticar por sí sola ni sustituir la evaluación de un médico. Su función es ordenar información que muchas veces aparece dispersa —desde enfermedades previas hasta hábitos, movilidad y percepción del propio estado de salud— para generar una estimación personalizada del riesgo. El resultado puede servir como punto de partida para definir seguimiento, rehabilitación, controles más frecuentes o intervenciones comunitarias.

IA argentina para adultos mayores: Cómo funciona AVIA y qué significa anticipar la fragilidad

La fragilidad es un estado de vulnerabilidad que puede reducir la capacidad de una persona para responder ante una enfermedad, una caída, una hospitalización u otro evento adverso. No equivale simplemente a tener una edad avanzada: se relaciona con la combinación de condiciones médicas, pérdida funcional, menor actividad física, dolor, estado emocional y contexto social.

AVIA busca reconocer patrones asociados con esa evolución antes de que la pérdida de independencia sea evidente. Para hacerlo, el sistema fue entrenado con más de dos décadas de información longitudinal sobre envejecimiento. La fuente principal fue el Health and Retirement Study, una investigación estadounidense que sigue a personas mayores a lo largo del tiempo.

La base utilizada incluyó a 8.596 personas que no presentaban fragilidad al comienzo del período observado. De ese grupo, 655 desarrollaron esa condición durante los cuatro años siguientes. Una parte de los registros se empleó para entrenar el modelo y otra, independiente, para evaluar su desempeño.

En la validación interna sobre 2.809 individuos, el algoritmo alcanzó un área bajo la curva de 0,83, un indicador utilizado para medir su capacidad de distinguir entre quienes desarrollarían fragilidad y quienes no. El dato resulta relevante, aunque no debe confundirse con una certeza individual: una predicción estadística expresa probabilidad y siempre necesita ser interpretada en el contexto de cada persona.

Diecisiete variables para construir un perfil de riesgo

El modelo comenzó con 97 variables posibles y redujo el conjunto a 17 predictores. Entre ellos aparecen la edad, el sexo, el nivel socioeconómico, la salud autopercibida, la diabetes, las enfermedades cardíacas, la artritis, las afecciones pulmonares, la depresión y el dolor crónico.

También se consideran las dificultades para realizar actividades cotidianas, el consumo de tabaco y alcohol, el nivel de actividad física y el índice de masa corporal. Buena parte de la información se obtiene mediante autorreporte, sin necesidad de análisis de laboratorio ni de equipamiento médico complejo.

Ese diseño permite que la evaluación sea completada por la propia persona, un familiar, un cuidador o un integrante de un equipo sanitario. El cuestionario puede realizarse desde un navegador, incluso antes de una consulta. La accesibilidad técnica es importante en sistemas de salud con recursos limitados, aunque no elimina la necesidad de acompañamiento profesional cuando el resultado indica un nivel elevado de vulnerabilidad.

Una herramienta para decidir a quién evaluar primero

Uno de los aportes más concretos de AVIA está en la estratificación. En lugar de someter a toda una población a evaluaciones geriátricas profundas con la misma intensidad, el sistema permite ordenar prioridades según el riesgo estimado. Así, los equipos pueden concentrar tiempo y recursos en las personas que probablemente necesiten una revisión más completa.

En las pruebas difundidas por el equipo, un umbral de riesgo del 5% seleccionaba a 356 de cada 1.000 personas para una evaluación geriátrica profunda. Con ese corte, el modelo detectaba cerca del 81% de los casos futuros de fragilidad y reducía un 64% la cantidad de evaluaciones necesarias. Al elevar el umbral al 10%, aumentaba la especificidad hasta el 83,9%, es decir, mejoraba la capacidad de descartar a quienes no presentaban el evento estudiado.

La elección del umbral no es un detalle técnico menor. Un hospital que prioriza no dejar pasar a casi ninguna persona en riesgo puede preferir un criterio más sensible, aun cuando eso implique evaluar a más individuos. Otro sistema, limitado por la cantidad de profesionales disponibles, podría buscar una selección más específica. La configuración debe responder a la capacidad real de atención y al circuito que existe después de la alerta.

Qué cambia para las familias y los equipos de salud

Para una familia, una estimación de riesgo puede ofrecer una señal para conversar de manera anticipada sobre actividad física, alimentación, adherencia a tratamientos, prevención de caídas, salud mental o apoyos en el hogar. No se trata de convertir cada resultado en una alarma, sino de evitar que la primera respuesta llegue después de una crisis.

En atención primaria, la información podría integrarse a programas de seguimiento de personas mayores, telemedicina o gestión poblacional. Un centro de salud, por ejemplo, podría utilizarla para seleccionar a quién convocar a una evaluación funcional, a quién ofrecerle rehabilitación o qué pacientes necesitan un contacto periódico con trabajadores sociales y cuidadores.

La inteligencia artificial adquiere valor cuando está conectada con una intervención concreta. Un resultado de alto riesgo que no genera consulta, orientación, tratamiento o acompañamiento puede quedarse en una clasificación sin efecto sanitario. Por eso, en una implementación institucional importa tanto la tecnología como la definición previa de quién será evaluado, quién revisará los resultados y qué respuesta recibirá cada grupo.

Los responsables de AVIA remarcan que el sistema no toma decisiones clínicas autónomas. El profesional conserva la responsabilidad de interpretar la información junto con la historia clínica, el examen físico, las preferencias de la persona y las condiciones de su entorno. La predicción puede ampliar la capacidad de detección, pero no reemplaza el juicio clínico ni la conversación con el paciente.

La validación externa será la prueba decisiva

Los resultados actuales son alentadores, aunque todavía deben leerse dentro de sus límites. La validación interna se realizó sobre la misma gran fuente de datos que permitió construir el modelo, el Health and Retirement Study. También existe un piloto en el Hospital Piñero, pero el próximo paso declarado por el equipo es probar AVIA en nuevas poblaciones y contextos.

La validación externa resulta fundamental porque las condiciones sociales, los sistemas de salud, los hábitos y la composición demográfica pueden modificar el desempeño de un algoritmo. Un modelo entrenado con información de Estados Unidos podría comportarse de otra manera entre personas mayores de Argentina, América Latina u otras regiones. Las diferencias en acceso a la atención, prevalencia de enfermedades, redes familiares y niveles socioeconómicos pueden alterar tanto los datos de entrada como las consecuencias de una predicción.

También será necesario observar si el sistema mantiene su rendimiento en personas con distintos niveles educativos, en zonas rurales, en comunidades con menor conectividad y entre quienes tienen dificultades para completar un autorreporte. La supervisión continua debe detectar desvíos, sesgos y cambios en la población evaluada. La confiabilidad no se garantiza una sola vez: se comprueba y se monitorea durante el uso.

Privacidad, consentimiento y lectura responsable

El uso de información sobre salud y condiciones sociales exige reglas claras de privacidad, consentimiento y acceso. Las personas deberían saber qué datos se solicitan, para qué se utilizan, quién puede ver el resultado y qué alcance tiene la estimación. También es importante explicar que un porcentaje de riesgo no equivale a un diagnóstico ni determina de manera inevitable el futuro.

En este tipo de herramientas, la comunicación es parte de la seguridad. Presentar el resultado como una advertencia para orientar una consulta es distinto de etiquetar a alguien como frágil. La primera opción abre un camino preventivo; la segunda puede generar ansiedad, discriminación o decisiones apresuradas. La interpretación debe contemplar las circunstancias individuales y evitar que el algoritmo se convierta en un filtro automático para negar prestaciones o reducir la atención.

AVIA y el nuevo mapa de la prevención en adultos mayores

El envejecimiento poblacional plantea un desafío que va más allá de prolongar la expectativa de vida. Los sistemas sanitarios necesitan ayudar a que las personas conserven independencia, movilidad y participación social durante la mayor cantidad de tiempo posible. En ese escenario, la prevención no depende únicamente de nuevas terapias: también requiere identificar antes las situaciones en las que una intervención sencilla puede evitar una pérdida funcional mayor.

AVIA se inscribe en una tendencia internacional que utiliza datos cotidianos para anticipar riesgos sanitarios. Su particularidad está en combinar variables médicas con elementos funcionales y sociales, en lugar de limitarse a un diagnóstico puntual. Esa mirada amplia coincide con la complejidad del envejecimiento, donde una enfermedad crónica, el aislamiento, el dolor y la falta de actividad pueden reforzarse mutuamente.

La herramienta está disponible de manera gratuita en avia.cuidadosdesalud.org.ar. La Fundación Cuidados de Salud también plantea acuerdos y experiencias piloto con instituciones, atención primaria, telemedicina y programas de gestión poblacional. El interés por ampliar estos usos deberá acompañarse de evidencia publicada, evaluación independiente y protocolos que indiquen qué hacer después de cada resultado.

Qué implica AVIA para la visibilidad digital de la salud preventiva

El caso también tiene consecuencias para los negocios digitales y los proyectos tecnológicos vinculados con salud. Las plataformas que expliquen herramientas predictivas deberán ofrecer información clara sobre metodología, alcance, límites y protección de datos. En temas sensibles, la visibilidad orgánica no puede sostenerse únicamente en titulares impactantes: depende de la confianza, la transparencia y la capacidad de responder preguntas concretas de pacientes, familias y profesionales.

Para organizaciones sanitarias, la presencia digital de AVIA puede facilitar que más personas conozcan la evaluación, pero la comunicación debe evitar promesas absolutas como prevenir cualquier deterioro o anticipar con certeza el futuro. Las páginas que describan el sistema deberían diferenciar riesgo de diagnóstico, incluir la fecha de actualización de la evidencia y explicar cuándo corresponde consultar a un profesional. Esa precisión mejora la comprensión del público y reduce interpretaciones dañinas.

La experiencia argentina muestra que una tecnología de salud puede alcanzar reconocimiento internacional cuando articula investigación, accesibilidad y una necesidad social concreta. Su consolidación dependerá ahora de demostrar que el modelo funciona en poblaciones diversas y que las alertas se traducen en mejores decisiones preventivas. Para las personas mayores, el valor no estará en ser clasificadas por una máquina, sino en recibir antes el apoyo que les permita conservar su autonomía.