Modelo de árbol de decisión interpretable mediante aprendizaje automático para predecir enfermedad obstructiva de las vías respiratorias en una gran población de cribado no fumadora

Por qué importan los problemas pulmonares ocultos

Muchas personas creen que las enfermedades pulmonares graves amenazan principalmente a los fumadores de larga duración. Sin embargo, un número sorprendente de no fumadores desarrolla de forma silenciosa problemas respiratorios que no se detectan hasta que se vuelven graves. Este estudio planteó una pregunta práctica: ¿podemos usar datos rutinarios de chequeos de salud —como la edad, la presión arterial y análisis de sangre habituales— para identificar a adultos no fumadores cuyos pulmones ya podrían estar en dificultades, mucho antes de que sientan falta de aire? Los investigadores también querían que las predicciones fuesen comprensibles para los médicos, no una caja negra misteriosa.

Buscando señales de alarma en los chequeos rutinarios

El equipo analizó registros de un enorme programa de cribado de salud en Taiwán que siguió a más de medio millón de adultos. De ese gran conjunto se centraron en 81.055 personas que nunca habían fumado y que disponían de datos completos de su examen físico, pruebas de laboratorio y pruebas de función pulmonar. La función pulmonar se midió con una prueba de respiración estándar que compara cuánto aire puede expulsar una persona en un segundo con su respiración total. Cuando esta proporción cae por debajo de un determinado umbral, indica obstrucción de las vías respiratorias, un rasgo característico de condiciones como el asma y la enfermedad pulmonar obstructiva crónica (EPOC).

Enseñar a las computadoras a detectar pulmones en riesgo

En lugar de confiar en un único método informático, los investigadores combinaron seis enfoques de aprendizaje automático bien conocidos que se usan a menudo en predicciones médicas. Estos métodos incluyeron árboles de decisión y varias técnicas relacionadas que construyen grandes colecciones de árboles para aumentar la precisión. Cada método se entrenó para distinguir entre personas con pruebas de respiración normales y aquellas que mostraban obstrucción de las vías respiratorias, usando 25 datos comunes como edad, altura, peso, presión arterial, nivel educativo y análisis de sangre rutinarios. Para mantener la fiabilidad, el equipo dividió repetidamente los datos en conjuntos de entrenamiento y prueba, equilibró los casos positivos raros con los negativos más comunes y comprobó el rendimiento de cada modelo.

Encontrar las características más reveladoras

Los seis modelos informáticos realizaron un trabajo razonablemente bueno, alcanzando puntuaciones similares al juzgar qué tan bien separaban a las personas con y sin obstrucción de las vías respiratorias. Pero el objetivo real era identificar qué variables del examen de salud importaban más y convertir ese conocimiento en reglas simples que los médicos pudieran seguir. Para ello, los investigadores clasificaron la importancia de cada variable en cada modelo y luego promediaron esos rangos. La edad se situó de forma consistente en la parte superior en todos los métodos. También resultaron importantes medidas relacionadas con la constitución corporal —como la altura y el peso—, así como la presión arterial y varias pruebas de laboratorio rutinarias. Una de ellas, la lactato deshidrogenasa (LDH), es un marcador general de estrés tisular en el organismo y pareció aportar información útil sobre la salud pulmonar incluso cuando se consideraban otras pruebas sanguíneas.

De modelos complejos a reglas de decisión simples

Tras identificar los predictores más fuertes, el equipo construyó un único árbol de decisión fácil de leer que usaba solo el 30 % superior de las variables. Este modelo más sencillo tuvo un rendimiento casi comparable al de los modelos que utilizaban las 25 variables, pero con una estructura que los clínicos pueden inspeccionar visualmente. El árbol comienza con la edad en la parte superior y luego se ramifica según factores como la altura, los niveles de LDH, el peso corporal y el nivel educativo. Seguir cada rama conduce a “hojas” que agrupan a personas con mayor o menor probabilidad de obstrucción de las vías respiratorias. Por ejemplo, adultos mayores por encima de cierta edad, o adultos más jóvenes pero de menor estatura con patrones específicos en las pruebas, formaron grupos donde los problemas obstructivos eran más comunes. Los autores subrayan que algunos de estos marcadores, en especial la LDH, no son específicos de los pulmones y probablemente reflejan la salud general más que daño pulmonar directo.

Qué significa esto para los chequeos de salud cotidianos

El estudio muestra que es posible convertir los datos de examen de salud rutinarios en un conjunto interpretable de reglas que resalten a los no fumadores que pueden necesitar una evaluación pulmonar más exhaustiva, como pruebas completas de la función respiratoria o derivación a un especialista. El modelo no pretende sustituir las pruebas de función pulmonar ni ofrecer un diagnóstico definitivo, sino actuar como un asistente de triaje inteligente que ayuda a los médicos a detectar a individuos en riesgo que de otro modo podrían pasar desapercibidos. Dado que el enfoque se basa en medidas comunes y enfatiza caminos de decisión claros y paso a paso, podría adaptarse a entornos de cribado reales. Trabajos futuros deberán confirmar estos hallazgos a lo largo del tiempo y en poblaciones más diversas, pero esta investigación ofrece un ejemplo prometedor de cómo la inteligencia artificial transparente puede apoyar una detección más temprana de problemas pulmonares silentes.

Cita: Chang, CY., Shen, HS., Kuo, YL. et al. Interpretable machine learning based decision tree model for predicting obstructive airway disease in a large non-smoking health screening population. Sci Rep 16, 12807 (2026). https://doi.org/10.1038/s41598-026-43633-2

Palabras clave: enfermedad obstructiva de las vías respiratorias, salud pulmonar en no fumadores, aprendizaje automático interpretable, cribado con árbol de decisión, datos de chequeo de salud