ABU DABI, 14 de noviembre de 2026 (WAM) – La Universidad de Inteligencia Artificial Mohamed bin Zayed (MBZUAI) impulsa investigaciones que utilizan la inteligencia artificial (IA) para mejorar la detección temprana de la diabetes mediante enfoques innovadores para identificar factores de riesgo y analizar indicadores sanitarios y genéticos. Con motivo del Día Mundial de la Diabetes, que se celebra cada 14 de noviembre, los investigadores de la universidad estudian cómo la IA puede identificar señales tempranas de riesgo de diabetes a partir de datos que los métodos de cribado convencionales podrían pasar por alto, en línea con el lema de este año, "Acción temprana contra la diabetes".

La MBZUAI lidera en los EAU el Human Phenotype Project (HPP), un estudio longitudinal gratuito y voluntario en Abu Dabi que sigue a los participantes durante un máximo de 25 años. Abierto a ciudadanos y residentes de los EAU de entre 18 y 70 años, combina más de 40 capas de datos de salud, entre ellos información genética, biomarcadores sanguíneos, imágenes médicas, monitorización continua de glucosa y seguimiento del sueño, y aprovecha una población de más de 200 nacionalidades para establecer estándares de referencia que tengan en cuenta la edad y el origen étnico. Los resultados del HPP revelaron que el 40 por ciento de las personas cuya glucosa en ayunas parecía inicialmente normal registraron después valores dentro del rango de prediabetes durante la monitorización continua.

Los datos del HPP también respaldan el desarrollo de GluFormer, un modelo fundacional de IA creado por investigadores de la MBZUAI y sus colaboradores para analizar las fluctuaciones diarias de glucosa en lugar de depender únicamente de mediciones promedio como la prueba HbA1c. Publicado en Nature en enero de 2026, GluFormer fue entrenado con más de 10 millones de mediciones de monitorización continua de glucosa de 10.812 participantes del HPP y puede identificar patrones de glucosa con solo dos semanas de datos. Una versión multimodal que incorpora información dietética puede simular las respuestas glucémicas individuales a alimentos específicos.

Otra iniciativa se centra en la predisposición genética a la diabetes tipo 2 mediante puntuaciones de riesgo poligénico (PRS). El proyecto de cinco años, de 2025 a 2030, se apoya en el repositorio de 900.000 genomas del Programa del Genoma Emiratí y en los diagnósticos de diabetes tipo 2 registrados a través de Malaffi, la plataforma de intercambio de información sanitaria de Abu Dabi, para desarrollar y validar una PRS específica para la población emiratí y superar las limitaciones de los modelos existentes, desarrollados en gran parte con datos genéticos europeos. El equipo también realizará un estudio de asociación del genoma completo para ayudar a los médicos a identificar antes a las personas con mayor riesgo.

Una investigación dirigida por el profesor Imran Razzak, profesor asociado de Biología Computacional en la MBZUAI, está revelando vínculos entre los microbios orales y los cambios metabólicos asociados a la diabetes. Los modelos de IA que utilizan características microbianas orales seleccionadas distinguieron a las personas con prediabetes con mayor precisión que los basados en perfiles microbianos completos. Estudios relacionados hallaron que el consumo de frutas, verduras y fibra, así como las dietas de estilo mediterráneo y las basadas en alimentos vegetales integrales, se asocian con determinadas especies y rutas microbianas.

A través del campo emergente de la oculómica, los investigadores de la MBZUAI desarrollan sistemas de IA capaces de detectar signos de enfermedades sistémicas en imágenes de la retina. Durante una presentación de investigación con Cleveland Clinic Abu Dhabi en octubre de 2025, la MBZUAI mostró cómo los escáneres oculares podrían ayudar a identificar indicadores tempranos asociados a la diabetes, la hipertensión, la enfermedad de Alzheimer y las enfermedades cardíacas. El profesor Jianing Qiu, profesor adjunto de Medicina Personalizada, dirige trabajos sobre biomarcadores retinianos de disfunción metabólica y vascular, mientras que el equipo del profesor Razzak combina imágenes vasculares de la retina con datos de electrocardiograma (ECG) para detectar signos tempranos de insuficiencia cardíaca. Estos sistemas están diseñados para apoyar a los médicos, no para sustituirlos.

La investigación refleja la amplia inversión de los EAU en tecnología sanitaria, ya que la salud figura entre los sectores prioritarios de la Estrategia Nacional de IA 2031 de los EAU, mientras que iniciativas como el Programa del Genoma Emiratí y Malaffi refuerzan las bases de datos necesarias para identificar antes el riesgo de enfermedades.

(Fuente: WAM.ae)