El HHS está creando una herramienta de inteligencia artificial para crear hipótesis sobre las reclamaciones de lesiones por vacunas

El Departamento de EE.UU. El Departamento de Salud y Servicios Humanos está desarrollando una herramienta de inteligencia artificial generativa para encontrar patrones en los datos reportados a una base de datos nacional de monitoreo de vacunas y generar hipótesis sobre los efectos negativos de las vacunas, según un inventario publicado la semana pasada de todos los casos de uso que la agencia tuvo para la IA en 2025.

La herramienta aún no se ha implementado, según el documento del HHS, y un informe de inventario de IA del año anterior muestra que ha estado en desarrollo desde finales de 2023. Pero a los expertos les preocupa que las predicciones que genera puedan ser utilizadas por el secretario de Salud y Servicios Humanos, Robert F. Kennedy Jr., para promover su agenda antivacunas.

Kenedy, un crítico de las vacunas desde hace mucho tiempo, cambió el calendario de vacunación infantil en su año en el cargo, eliminando varias inyecciones de una lista de vacunas recomendadas para todos los niños, incluidas las de Covid-19, influenza, hepatitis A y B, enfermedad meningocócica, rotavirus y virus respiratorio sincitial o RSV.

Kennedy también ha pedido una revisión del actual sistema de monitoreo de seguridad para la recopilación de datos sobre lesiones por vacunas, conocido como Sistema de notificación de eventos adversos de las vacunas, o VAERS, alegando que suprime la información sobre la verdadera tasa de efectos secundarios de las vacunas. También propuso cambios al Programa federal de Compensación por Lesiones por Vacunas que podrían facilitar que las personas presenten demandas por eventos adversos que no se ha demostrado que estén asociados con las vacunas.

Administrado conjuntamente por los Centros para el Control y la Prevención de Enfermedades y la Administración de Alimentos y Medicamentos, VAERS se estableció en 1990 como una forma de detectar posibles problemas de seguridad con las vacunas después de su aprobación. Cualquiera, incluidos los proveedores de atención médica y el público en general, puede enviar un informe de reacciones adversas a la base de datos. Debido a que estas afirmaciones no están verificadas, los datos del VAERS por sí solos no se pueden utilizar para determinar si una vacuna causó un evento adverso.

“VAERS, en el mejor de los casos, siempre fue un mecanismo generador de hipótesis”, dice Paul Offit, pediatra y director del Centro de Educación sobre Vacunas del Hospital Infantil de Filadelfia, quien anteriormente fue miembro del Consejo Asesor sobre Prácticas de Inmunización de los CDC. “Es un sistema ruidoso. Cualquiera puede informar y no hay un grupo de control”.

Offit dice que el sistema sólo muestra eventos adversos que ocurrieron en algún momento después de la vacunación; no prueba que una vacuna haya causado esas reacciones. El propio sitio web de los CDC dice que un informe al VAERS no significa que una vacuna haya causado un evento adverso. A pesar de esto, los activistas antivacunas han hecho un mal uso de los datos del VAERS a lo largo de los años para argumentar que las vacunas no son seguras.

Leslie Lenert, anteriormente directora fundadora del Centro Nacional de Informática de Salud Pública de los CDC, dice que los científicos del gobierno han estado utilizando modelos tradicionales de inteligencia artificial de procesamiento de lenguaje natural para buscar patrones en los datos del VAERS durante varios años, por lo que no es sorprendente que el HHS avance hacia la adopción de modelos de lenguaje más grandes y avanzados.

Una limitación importante de VAERS es que no incluye datos sobre cuántas personas recibieron una vacuna, lo que puede hacer que los eventos registrados en la base de datos parezcan más comunes de lo que realmente son. Por esa razón, Lenert dice que es importante combinar la información del VAERS con otras fuentes de datos para determinar el riesgo real de un evento.

Los LLM también son famosos por producir alucinaciones convincentes, lo que subraya la necesidad de que los humanos den seguimiento a cualquier hipótesis generada por un LLM.

“Se supone que VAERS es muy exploratorio. Algunas personas en la FDA ahora lo tratan como algo más que exploratorio”, dice Lenert, quien actualmente es director del Centro de Informática Biomédica e Inteligencia Artificial en Salud de la Universidad de Rutgers.