Diagnóstico de enfermedades raras con IA: 18 niños en Boston

En las historias de diagnóstico de enfermedades raras con IA, el número más interesante suele ser el más chico. En el Boston Children’s Hospital, los investigadores tomaron 376 genomas de pacientes que especialistas humanos ya habían analizado sin llegar a un diagnóstico, le pasaron cada caso al modelo o3 Deep Research de OpenAI junto con listas filtradas de genes candidatos y las notas de los propios médicos, y salieron con 18 diagnósticos nuevos. Eso es cerca del 5 %. Catherine Brownstein, directora científica del área de investigaciones genéticas del Manton Center for Orphan Disease Research del hospital, puso el contexto sin adornos en el reporte de NBC News del 18 de junio de 2026: “Logró casi 5 % de diagnósticos nuevos, que no suena mucho, pero considerando cuántas veces ya se habían analizado estos casos, es un número enorme”.

Puntos clave

• El modelo fue o3 Deep Research, un sistema de OpenAI diseñado para leer muchos documentos y razonar entre ellos. No era un modelo médico entrenado específicamente en genética.
• Entradas: secuencias genómicas completas, listas filtradas de genes candidatos, notas clínicas y descripciones de síntomas de 376 pacientes sin diagnóstico.
• Salida: 18 diagnósticos nuevos. Diez enfermedades neurodesarrollo raras, cuatro trastornos neuromusculares, dos casos de psicosis de inicio temprano y dos pacientes que habían muerto de forma súbita.
• Siete de los hallazgos fueron “redescubrimientos”: condiciones ya identificadas en algún lugar del mundo, pero no difundidas de forma que el equipo del hospital las hubiera visto.
• Cada salida de la IA fue revisada por humanos antes de convertirse en diagnóstico. El flujo de trabajo es asistido por IA, no decidido por IA.

Qué es una enfermedad rara y por qué el diagnóstico tarda años

En Estados Unidos, una enfermedad rara es legalmente la que afecta a menos de 200.000 personas, según la Ley de Enfermedades Raras de 2002. Hay más de 10.000 estimadas y menos del 5 % tiene un tratamiento aprobado.

Esa combinación produce lo que las familias llaman la odisea diagnóstica. Un niño tiene síntomas que no coinciden con ninguna condición común. Los especialistas van descartando una cosa a la vez. Se pide una secuenciación del genoma, que produce una lista de variantes genéticas, y alguien tiene que decidir cuál de ellas, entre miles que se ven inusuales, explica de verdad a este niño en particular.

El reporte de NBC cuenta el caso de Kyra Benton, que a los 9 años empezó a caminar en puntas y a tener problemas para correr, desarrolló complicaciones cardíacas graves y necesitó una traqueotomía a los 13. Quince años sin respuesta. El trabajo del Boston Children’s identificó su condición como miopatía miofibrilar, una enfermedad del andamiaje de proteínas dentro de las fibras musculares.

Cómo funcionó de verdad el diagnóstico de enfermedades raras con IA

Qué era el modelo. o3 Deep Research es un sistema de razonamiento de propósito general, hecho para buscar, leer y sintetizar entre muchas fuentes. Eso importa para ser preciso: no era un modelo de genética hecho a medida. Era un modelo de lectura y razonamiento apuntado a un problema de genética.

Qué datos recibió. Para cada uno de los 376 casos: la secuencia del genoma del paciente, una lista filtrada de genes candidatos (la lista corta de variantes sospechosas que produce el flujo humano) y las notas escritas de los médicos con síntomas, historia familiar y resultados de pruebas.

Qué calculó. La parte difícil del diagnóstico de enfermedades raras no es encontrar variantes; eso lo hace la secuenciación. Es conectar una variante específica con el patrón de síntomas específico de un niño específico, y eso exige saber qué se ha publicado sobre ese gen en cualquier parte de la literatura mundial. Un modelo que ha leído cantidades enormes de texto biomédico y puede buscar más es genuinamente adecuado para ese trabajo de cruce de referencias. Para cada gen candidato, el modelo tenía que construir un argumento: esta variante, en este gen, produce este defecto de proteína, que se ha reportado como causa de estos síntomas, que coinciden con este paciente.

Qué acertó. Dieciocho casos donde la conexión se había perdido. Diez de ellos eran enfermedades raras del neurodesarrollo, la categoría donde es más difícil emparejar descripciones de síntomas con genes, porque las presentaciones se solapan mucho.

Qué falló, o acertó a medias. Siete de los dieciocho fueron redescubrimientos. La condición ya se había descrito antes, solo que no en un lugar que el equipo de Boston hubiera encontrado. Ese es un resultado real para la familia y un resultado más débil para la afirmación de que la IA generó conocimiento nuevo: el modelo fue excelente recuperando información. Y el estudio fue retrospectivo: casos ya recolectados, revisados después, no pacientes diagnosticados en tiempo real.

Qué exigió el flujo de trabajo. Revisión humana de cada salida. Los médicos del Boston Children’s tuvieron que evaluar cada diagnóstico propuesto contra el paciente antes de que fuera un diagnóstico. Nada se aceptó porque el modelo lo dijera.

La analogía: el bibliotecario más rápido del mundo

Imagina un bibliotecario que leyó todas las revistas médicas publicadas y puede recordar cualquier página en segundos, pero nunca vio a un paciente y no puede examinar a nadie.

Le entregas una carpeta: la lectura genética completa de un niño, las notas de un médico y una lista de 40 genes sospechosos. El trabajo del bibliotecario no es decidir qué tiene el niño. Es decir: “En 2011, un grupo en Finlandia describió tres niños con una variante en este mismo gen y estos mismos síntomas. Aquí está el artículo”.

Después un médico lee ese artículo, examina al niño y decide. Ese es el flujo del Boston Children’s. La IA es un bibliotecario espectacular. El diagnóstico sigue siendo un acto clínico.

Dieciocho casos, cuatro categorías: qué encontró la IA

Categoría	Número de casos	Qué lo hacía difícil para los humanos
Enfermedades raras del neurodesarrollo	10	Los patrones de síntomas se solapan entre decenas de genes; emparejar exige memoria enorme de literatura
Trastornos neuromusculares	4	Progresivos, de inicio variable; se confunden con otras condiciones por años (el caso de miopatía miofibrilar)
Psicosis de inicio temprano	2	Las presentaciones psiquiátricas casi nunca desencadenan un estudio genético
Muerte súbita sin explicación	2	Solo análisis retrospectivo; no hay paciente vivo para reexaminar
De esos, redescubrimientos	7	La condición era conocida en el mundo, pero no conectada con este caso localmente

La última fila es la honesta. Once fueron conexiones genuinamente nuevas para el campo; siete eran conexiones que ya existían en la literatura y no habían llegado al escritorio correcto.

Cómo enseñarle esto a tu hijo

De 5 a 8 años: el misterio de emparejar

Haz 10 tarjetas con dibujos simples de síntomas (salpullido, tos, cojera) y 10 tarjetas con nombres chistosos de “causas”. En secreto arma las parejas correctas. Deja que tu hijo empareje por prueba y error, y después muéstrale un “libro” (una lista que escribiste) con las respuestas. Pregúntale qué fue más rápido: adivinar o buscar. Ese contraste es toda la historia: la IA fue un libro muy rápido, no un doctor mágico.

De 9 a 12 años: la aguja en 3.000 pajares

Imprime una hoja con 200 “nombres de genes” inventados, uno de los cuales aparece en una segunda lista que le das de “genes que causan cojera”. Toma el tiempo que tarda en encontrar la coincidencia a mano. Después señálale que el análisis genómico real compara miles de variantes contra millones de hallazgos publicados. Pregúntale: ¿qué necesitarías para que esto fuera rápido? (Respuesta: un sistema que ya leyó todo. Ese es el modelo.)

De 13 en adelante: recuperación contra descubrimiento

Dale los números: 376 casos, 18 diagnósticos, 7 de ellos redescubrimientos. Pídele que separe “la IA encontró algo que nadie sabía” de “la IA encontró algo que alguien sabía pero este equipo no había visto”. Después que lea el resumen de la revisión de alcance de agosto de 2026 sobre IA en enfermedades raras pediátricas en el Journal of Medical Internet Research y encuentre las cifras de validación: de 81 estudios, solo 25,9 % incluyó validación externa y apenas 14,8 % evaluación prospectiva. Pregúntale por qué importa.

La pregunta que debes hacer: “Siete de las 18 respuestas ya existían en alguna revista. ¿Eso hace a la IA más impresionante o menos?”

¿Y en América Latina?

Aquí la brecha es de acceso, no de algoritmos. La secuenciación genómica clínica existe en México, Brasil, Argentina, Chile y Colombia, pero suele concentrarse en hospitales universitarios de las capitales y con cobertura irregular por parte de los sistemas públicos. Una familia en una ciudad intermedia de Perú o Bolivia puede pasar años sin llegar a la prueba que produciría los datos que este estudio necesitó como insumo.

Eso hace que la lección de método importe más, no menos. La revisión del JMIR advierte que la investigación está concentrada geográficamente en China y Estados Unidos, y que los modelos basados en rostro y en texto “pueden ser sensibles a la ascendencia y a las prácticas de documentación”. Traducido: un modelo entrenado con pacientes de una población puede funcionar peor con niños latinoamericanos, y casi nadie ha medido cuánto. En paralelo, el 56 % de los estudiantes colombianos usa IA cada semana, por encima del 46 % promedio de la OCDE, según Pulzo. La generación que va a usar estas herramientas en clínicas de la región ya está en secundaria.

Qué hacer en casa

Entender que tu pediatra quizá ya usa algo así

Las herramientas de apoyo a la decisión con IA ya están en los flujos clínicos, casi siempre de forma invisible. Si tu hijo está en un proceso diagnóstico, es razonable y nada agresivo preguntar: “¿Hay herramientas de IA involucradas en revisar esto, y quién verifica el resultado?” Un buen médico responde eso sin problema. Nuestro artículo sobre IA en el diagnóstico pediátrico cubre qué ya está desplegado.

No pasar los síntomas de tu hijo por un chatbot y tratar la respuesta como información

El resultado del Boston Children’s dependió de insumos que ninguna familia tiene: un genoma secuenciado, una lista de variantes filtrada profesionalmente y notas clínicas. Sin eso, un chatbot está generando texto plausible sobre síntomas, no ejecutando la tarea que produjo 18 diagnósticos. La distancia entre esas dos actividades es enorme.

Enseñar la diferencia entre recuperar y razonar

Este caso es inusualmente limpio para esa lección. La capacidad más fuerte del modelo aquí fue encontrar una conexión ya publicada. Eso es recuperación. Los niños que pueden nombrar esa distinción van a leer mucho mejor la próxima década de afirmaciones sobre IA en medicina. Y si quieren verificar síntomas antes de una consulta, nuestra guía sobre verificadores de síntomas con IA explica qué sirve y qué no.

Si están en una odisea diagnóstica, pregunten por el reanálisis

Lo más aplicable de esta historia para las familias: los datos genómicos se pueden reanalizar más adelante, a medida que crece el conocimiento. Los 376 casos ya habían sido analizados antes. Preguntar si hay reanálisis y cada cuánto es una pregunta legítima para un equipo de genética.

Lo que no debes hacer

No le digas a tu hijo “la IA diagnosticó a 18 niños” sin la segunda mitad de la frase. No diagnosticó a nadie; propuso 18 respuestas candidatas que médicos humanos después evaluaron y confirmaron. En medicina pediátrica, esa distinción no es pedantería. Es el modelo de seguridad completo.

Qué observar en los próximos 3 meses

• Semana 4: tu hijo puede explicar que a la IA le dieron un genoma más las notas de los médicos, y que un médico confirmó cada respuesta.
• Mes 2, señales de alerta: empieza a tratar las respuestas de salud de un chatbot como diagnósticos. Vuelve a los insumos que tenía el Boston Children’s y los que no tiene un celular.
• Mes 3, autoevaluación: pregúntale qué tendría que pasar para que un estudio así cuente como prueba clínica. Si menciona probar con pacientes nuevos en vez de archivos viejos, entendió la validación prospectiva, que es el mayor vacío que identificó la revisión del JMIR.

Preguntas frecuentes

¿La IA diagnosticó niños por su cuenta?

No. El modelo produjo diagnósticos candidatos a partir de datos genómicos, listas filtradas de genes y notas clínicas. Los médicos del Boston Children’s revisaron cada salida y confirmaron cada diagnóstico contra el paciente. El encuadre publicado es diagnóstico asistido por IA, y la revisión humana fue un paso obligatorio.

¿Por qué 5 % se considera un buen resultado?

Porque los 376 casos ya habían sido analizados por especialistas humanos en genética, a veces varias veces, sin llegar a un diagnóstico. La línea base no era “nadie miró”; era “los especialistas miraron y no encontraron nada”. El punto de Brownstein fue que hallar 18 respuestas en un conjunto ya revisado es inusual.

¿Cuál es la diferencia con DeepRare?

DeepRare es un sistema agéntico distinto, reportado en Nature en febrero de 2026, que coordina unas 40 herramientas especializadas. En 163 casos difíciles alcanzó 64,4 % de acierto en el primer intento contra 54,6 % de cinco médicos con más de 10 años de experiencia, y los especialistas respaldaron su razonamiento el 95,4 % de las veces. Boston usó un modelo general sobre casos ya fallidos; DeepRare es un sistema diagnóstico hecho a medida y comparado cabeza a cabeza.

¿Qué tan confiable es la IA para enfermedades raras en general?

Menos de lo que sugieren los titulares. La revisión de alcance del JMIR de agosto de 2026, sobre 81 estudios, encontró que 93,8 % reportó validación interna pero solo 25,9 % incluyó validación externa y 14,8 % evaluación prospectiva. Para diagnóstico diferencial en reportes de casos pediátricos raros, los modelos de lenguaje lograron entre 8,2 % y 13,1 % de acierto en la primera opción. Los autores concluyen que los resultados muestran “promesa técnica, no efectividad clínica establecida”.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. NBC News. (2026, 18 de junio). “AI helped Boston Children’s Hospital diagnose rare diseases in kids.” https://www.nbcnews.com/tech/innovation/ai-boston-childrens-hospital-diagnose-rare-diseases-kids-openai-rcna350387
2. Zhao, J., Luo, J., Li, Q., & Chen, Y. (2026, 28 de agosto). “Machine Learning, Large Language Models, and Multimodal AI for Diagnosing Pediatric Rare Diseases: Scoping Review.” Journal of Medical Internet Research. https://pmc.ncbi.nlm.nih.gov/articles/PMC13524366/
3. National Institutes of Health, Genetic and Rare Diseases Information Center. “About GARD.” https://rarediseases.info.nih.gov/about
4. Equipo DeepRare. (2026). Marco diagnóstico agéntico para enfermedades raras. Nature. https://www.nature.com/articles/s41586-025-10097-9
5. MedlinePlus Genetics (NIH). “Myofibrillar myopathy.” https://medlineplus.gov/genetics/condition/myofibrillar-myopathy/
6. Canavati, C., Tabach, Y., et al. (2026). EvORanker. Genetics in Medicine. Cobertura: https://www.bfhu.org/2026/03/30/a-new-ai-breakthrough-could-change-the-long-search-for-rare-disease-diagnoses
7. Pulzo. (2026, septiembre). “Estudiantes en Colombia lideran uso de IA, según la OCDE.” https://www.pulzo.com/tecnologia/inteligencia-artificial-en-la-educacion-estudiantes-en-colombia-lideran-uso-de-ia-segun-la-ocde-PP5296043A