Medicina de precisión en MASLD. Inteligencia artificial y el paso de la predicción a la implementación clínica.

Resumen. Este trabajo analiza críticamente el papel de la inteligencia artificial (IA) en la evolución de la medicina de precisión aplicada a la enfermedad hepática esteatósica asociada a disfunción metabólica (MASLD), poniendo el foco en la brecha persistente entre capacidad predictiva y ejecución clínica. Tras una primera etapa dominada por la estratificación diagnóstica y pronóstica, la medicina de precisión se enfrenta ahora al reto de traducir ese conocimiento en decisiones terapéuticas proporcionales, sostenidas y escalables en sistemas sanitarios reales. MASLD se presenta como un escenario paradigmático para evaluar esta transición. Su elevada prevalencia, su curso prolongado y mayoritariamente silente, y su estrecha interrelación con el riesgo cardiometabólico convierten la identificación precoz, la estratificación dinámica del riesgo y la implementación longitudinal del tratamiento en requisitos centrales del cuidado. El trabajo argumenta que, en este contexto, la IA no debe entenderse como una herramienta predictiva aislada, sino como una infraestructura clínica y organizativa capaz de articular detección poblacional, integración de datos del mundo real y apoyo a la toma de decisiones clínicas. Se revisa la evidencia disponible sobre el uso de IA en el diagnóstico precoz mediante historias clínicas electrónicas, en la predicción del impacto a largo plazo combinando riesgo hepático y cardiometabólico, y en la evaluación de la respuesta terapéutica a través de herramientas como la histopatología digital. En particular, se destaca el papel emergente de la IA como infraestructura metodológica que reduce la incertidumbre en la medición de la respuesta, condición necesaria para una futura implementación clínica efectiva. El manuscrito concluye que MASLD marca el inicio operativo de una medicina de precisión habilitada por IA, en la que el éxito no se medirá por la sofisticación tecnológica, sino por la capacidad de organizar intervenciones eficaces, proporcionales y sostenibles en la práctica clínica real. Summary. This paper critically examines the role of artificial intelligence (AI) in the evolution of precision medicine applied to metabolic dysfunction–associated steatotic liver disease (MASLD), with particular emphasis on the persistent gap between predictive capability and clinical implementation. While early advances in precision medicine have largely focused on diagnostic and prognostic stratification, the central challenge now lies in translating this knowledge into proportional, sustained, and scalable therapeutic decisions within real-world healthcare systems. MASLD is presented as a paradigmático condition to assess this transition. Its high prevalence, prolonged and largely silent course, and close integration within the cardiometabolic continuum make early identification, dynamic risk stratification, and longitudinal treatment implementation essential components of care. In this setting, AI should not be viewed as an isolated predictive tool, but rather as a clinical and organizational infrastructure capable of linking population-level detection, real-world data integration, and decision support. The manuscript reviews current evidence on the use of AI for early diagnosis through electronic health records, long-term risk prediction integrating hepatic and cardiometabolic factors, and response assessment using emerging approaches such as digital histopathology. Particular attention is given to the role of AI as a methodological infrastructure that reduces uncertainty in response assessment, a prerequisite for effective future clinical implementation. The authors conclude that MASLD represents the operational starting point of AI-enabled precision medicine. In this context, success will be determined not by technological sophistication alone, but by the ability to translate prediction into effective, proportional, and sustainable treatment in routine clinical practice.