El crecimiento fetal restringido (FGR) es una de las principales causas de complicaciones y muerte perinatal. Sin embargo, identificar cuáles embarazos con bajo peso realmente están en riesgo sigue siendo un gran desafío. Para enfrentar este problema, un grupo de investigadores desarrolló un modelo de inteligencia artificial explicable que analiza miles de variables clínicas para predecir con mayor precisión qué embarazos podrían terminar en complicaciones graves.

El estudio, publicado recientemente en la revista BMC Pregnancy and Childbirth, se basó en datos de más de 9.500 embarazos de primerizas, con un seguimiento detallado desde el inicio hasta el parto. A partir de esta información, se entrenó un modelo de IA llamado “modelo gráfico probabilístico” (PGM), que identifica patrones ocultos entre factores clínicos, ecográficos y sociales.

A diferencia de otros modelos, esta inteligencia artificial no solo predice riesgos, sino que explica por qué un caso es más peligroso. Por ejemplo, uno de los hallazgos más sorprendentes fue que el riesgo para bebés femeninos aumenta si la madre tiene diabetes tipo 1 o 2, algo que antes no se sabía con claridad. En estas situaciones, el riesgo de complicaciones puede ser hasta un 60% mayor.

Además, el modelo detectó que dentro del grupo de fetos con peso en el percentil 3 al 9 —que hoy se manejan igual en las guías clínicas— algunos tienen hasta 10 veces más riesgo que otros. Esto demuestra que tratar a todos por igual puede llevar a errores: o se actúa de más o se pasan por alto embarazos realmente peligrosos.

Gracias a su capacidad para analizar combinaciones clínicas poco comunes, la IA ofrece una herramienta poderosa para personalizar el manejo de cada embarazo, incluso en escenarios raros donde la experiencia médica no es suficiente. Aunque este modelo aún no está listo para aplicarse en hospitales —porque algunas variables se conocen solo después del parto—, marca un paso importante hacia una medicina prenatal más precisa y adaptada a cada caso. En el futuro, se espera combinar este tipo de IA con datos genéticos y sensores para ofrecer una atención completamente personalizada.

La inteligencia artificial explicable puede transformar la forma en que se detectan y manejan los riesgos en embarazos con bajo peso fetal. Este enfoque basado en datos no solo mejora la precisión, sino que también permite salvar vidas al ofrecer decisiones clínicas más informadas y personalizadas.