No todas las vacunas funcionan igual en todas las personas… y ahora la ciencia quiere afinar el calendario. Un grupo de investigadores ha presentado un enfoque basado en inteligencia artificial y datos del reloj biológico que busca predecir cuál es el mejor momento (hora y día) para vacunarse y lograr una respuesta inmune más robusta, especialmente en adultos mayores y personas con inmunidad debilitada. La idea: transformar la vacunación en una intervención más personalizada, sin cambiar la vacuna, sino el cuándo. El concepto se apoya en un fenómeno bien documentado: la inmunidad también sigue ritmos circadianos. Desde la liberación de cortisol hasta la actividad de células T y B, múltiples piezas del sistema inmune fluctúan a lo largo de 24 horas. En los últimos años, varios trabajos han observado que la hora de administración puede asociarse con variaciones en títulos de anticuerpos o marcadores de respuesta, aunque no siempre de forma uniforme y con diferencias según edad, sueño, estrés o comorbilidades. La novedad de este enfoque es la ambición de integrar, en un solo modelo, señales del mundo real: patrones de sueño, niveles de actividad, frecuencia cardiaca en reposo, temperatura periférica, variabilidad de la frecuencia cardiaca y registros clínicos básicos. En lugar de recomendar “por la mañana” o “por la tarde” para todo el mundo, la IA plantea un pronóstico individual: una ventana óptima para maximizar la probabilidad de una buena respuesta inmune y reducir la posibilidad de fatiga postvacunal intensa, cuando sea posible. “Sabemos que el sistema inmune no es constante; es dinámico y sensible al contexto”, explica la inmunóloga Akiko Iwasaki (Yale University), quien ha defendido en distintas intervenciones públicas la importancia de entender la inmunidad en condiciones reales. “La cuestión es si podemos convertir ese conocimiento en recomendaciones accionables sin crear barreras de acceso”, añade. Esa es, precisamente, una de las líneas rojas del debate: personalizar sin complicar. Para contextualizar, instituciones como los National Institutes of Health (NIH) y la European Medicines Agency (EMA) han impulsado en los últimos años la discusión sobre cómo incorporar evidencia del mundo real y biomarcadores digitales en investigación clínica, aunque la traslación a decisiones cotidianas de salud pública sigue siendo delicada. En vacunación, la prioridad continúa siendo la cobertura y la adherencia: ponérsela importa más que la hora. Pero los expertos admiten que, en colectivos de mayor riesgo, cualquier mejora marginal en respuesta puede ser valiosa. Un punto especialmente atractivo es la población mayor. Con la edad aparece la inmunosenescencia, un declive funcional del sistema inmune que reduce la eficacia de algunas vacunas. También se vuelve más frecuente la fragmentación del sueño y la alteración del ritmo circadiano. “Si lográramos identificar ventanas en las que el organismo está más ‘receptivo’, podríamos obtener una ventaja sin añadir dosis ni adyuvantes”, señala la geriatra e investigadora Linda P. Fried (Columbia University), en conversación con este medio sobre las estrategias de envejecimiento saludable. La propuesta, sin embargo, viene con advertencias. La evidencia sobre “cronovacunación” —vacunar en un momento concreto del día— es prometedora pero aún heterogénea. Factores como el tipo de vacuna (ARNm, subunidades, inactivadas), el antígeno, la historia inmunológica previa y la inflamación de base pueden alterar cualquier patrón. Por eso, los equipos que trabajan en estos modelos insisten en que la IA debe entrenarse con cohortes amplias, diversidad demográfica y métricas inmunológicas sólidas (anticuerpos neutralizantes, respuesta celular, duración de protección). Además, hay un reto ético y logístico: si una app recomienda a una persona vacunarse solo en una franja concreta, ¿se corre el riesgo de que posponga la vacunación y aumente su vulnerabilidad? En salud pública, una recomendación no puede convertirse en un freno. Por ello, varios epidemiólogos consultados proponen un enfoque gradual: ventanas “preferentes” para quien pueda elegir, sin que el mensaje eclipse lo esencial. “Si tienes acceso hoy, vacúnate hoy. Y si puedes elegir entre dos citas, entonces quizá la ciencia te ayude a decidir cuál conviene más”, resume un investigador de cronobiología de una universidad europea que pidió no ser citado por no estar autorizado a hablar en nombre de su institución. En la práctica, esta innovación podría aterrizar primero en entornos controlados: hospitales, residencias y programas de seguimiento de crónicos, donde ya se monitorizan variables y se puede evaluar la efectividad con rigor. También podría integrarse en campañas de gripe o refuerzos estacionales, probando si la programación optimizada mejora resultados en grupos con baja respuesta. El mensaje final es tan simple como potente: el futuro de la prevención quizá no dependa solo de qué intervención usamos, sino de cuándo la aplicamos. En un mundo donde llevamos sensores en la muñeca y datos en el móvil, la pregunta ya no es si podemos personalizar la salud, sino cómo hacerlo sin perder de vista la equidad. Si esta IA demuestra eficacia real, podría convertir una decisión rutinaria —elegir una cita— en una herramienta de longevidad práctica.
