Pólizas de Vida Genéticas: La Inteligencia Artificial y el Precio de Nuestro ADN
El encuentro entre modelos predictivos algorítmicos y el análisis del ADN corre el riesgo de destruir el principio de mutualidad en el mercado asegurador. Las "
La inteligencia artificial predictiva aplicada a la genómica está socavando silenciosamente uno de los pilares históricos y morales del bienestar privado: el concepto de mutualidad del riesgo. El encuentro entre modelos algorítmicos avanzados y la secuenciación de bajo coste del ADN no se limita a perfeccionar el tradicional cálculo actuarial de las compañías aseguradoras, sino que amenaza con transformar una mera probabilidad genética en una despiadada condición de acceso a la protección económica. El dilema ético fundamental de nuestro tiempo no es el reduccionista "usar o no usar los datos", sino establecer política y jurídicamente qué informaciones íntimas pueden ser legítimamente utilizadas para decidir quién puede permitirse estar asegurado, en qué condiciones financieras y con qué tutelas irrenunciables. Cuando una red neuronal lee nuestro código genético para poner precio a una póliza de vida, no está evaluando una patología en curso, sino que está monetizando una hipótesis probabilística sobre nuestro futuro biológico.
La ilusión de la certeza y las puntuaciones poligénicas
El corazón tecnológico de esta revolución lleva el nombre de polygenic risk scores (puntuaciones de riesgo poligénico). Un estudio fundamental de 2026 publicado en Health Economics, Policy and Law ha analizado el uso emergente de estas puntuaciones en la underwriting (la evaluación del riesgo) de las pólizas de vida en el Reino Unido [2827]. La inteligencia artificial destaca en el procesamiento de millones de variantes genéticas para calcular el impacto acumulativo sobre el riesgo de desarrollar enfermedades complejas a lo largo de la existencia, como graves patologías cardiovasculares, diabetes o patologías neurodegenerativas.
Sin embargo, la investigación académica traza una línea de demarcación nítida, demasiado a menudo ignorada por el marketing asegurador, entre las pruebas diagnósticas (que certifican de modo inequívoco la presencia de una condición real) y las pruebas predictivas (que indican únicamente una susceptibilidad estadística). Los autores del estudio británico advierten que la naturaleza altamente estocástica de la causalidad genética hace que la utilización de estas puntuaciones sea extremadamente resbaladiza [2829]. Predecir los futuros costes sanitarios, las tasas de mortalidad y los fenotipos correlacionados basándose únicamente en una abstracción genética corre el riesgo de generar un efecto actuarial profundamente distorsionado. Por este motivo, la comunidad científica internacional reclama con extrema urgencia la institución de nuevos procesos deliberativos y formas de oversight (supervisión) independientes. Un riesgo genético elevado no es ni debe ser considerado una condena clínica inapelable, ni mucho menos una culpa individual que justifique la exclusión social y económica del individuo.
El vacío normativo: la paradoja del GINA y los casos reales
Las consecuencias prácticas de un mercado del análisis genético carente de robustas barreras éticas ya son dramáticamente visibles en Estados Unidos, donde el vacío normativo crea cortocircuitos paradójicos en perjuicio de los ciudadanos. Como se subraya en un detallado briefing del National Human Genome Research Institute (2024), la ley federal conocida como GINA (Genetic Information Nondiscrimination Act) protege eficaz y históricamente a los ciudadanos de la discriminación genética en el ámbito exclusivo de los seguros sanitarios básicos y en el puesto de trabajo. Sin embargo, esta misma legislación deja un vacío clamoroso, omitiendo la cobertura de sectores cruciales de la vida financiera familiar: las pólizas de vida, los seguros de invalidez y los de long-term care (la asistencia a largo plazo) [2821].
Un caso de estudio esclarecedor, crudo y más real que nunca, analizado en profundidad por el European Journal of Human Genetics (2020), se refiere a las variantes patógenas de los genes BRCA1 y BRCA2, mutaciones fuertemente correlacionadas con un elevado riesgo de cáncer de mama y de ovario [2824]. Las personas que resultan positivas a estas pruebas genéticas —pruebas que a menudo deciden valientemente emprender precisamente para iniciar itinerarios de prevención salvavidas— se topan de repente con el aumento de primas de seguros prohibitivas o con rechazos rotundos al acceso a una póliza de vida normal que proteja a sus hijos.
La fragmentación legislativa empeora irreparablemente el panorama general: una investigación académica realizada entre los comisarios estatales de seguros (publicada en PMC en 2019) ha revelado una desastrosa variabilidad normativa entre los distintos estados americanos, unida a una escasa conciencia regulatoria de los dirigentes y a la absoluta ausencia de transparencia y de auditorías independientes sobre las prácticas efectivas de underwriting basadas en el ADN [2825].
El efecto "chilling": cuando el miedo frena la investigación y la cura
El daño social generado por este enfoque cínico de la gestión del riesgo no se agota, sin embargo, en el perímetro contractual de la póliza individual denegada. El impacto colateral más devastador se registra aguas arriba, directamente en el campo de la sanidad pública y de la medicina preventiva. Un estudio retrospectivo crucial publicado en PMC (2021), realizado sobre una muestra representativa de más de 1.600 ciudadanos estadounidenses, ha demostrado de modo empírico e inequívoco que el miedo latente a la discriminación aseguradora es directamente proporcional a la reticencia de los pacientes a someterse a pruebas genéticas clínicas [2820, 2826].
Cuanto más maduran las personas la convicción —que el actual marco de mercado hace trágicamente fundada— de que los resultados de su propio ADN puedan influir negativamente en el futuro sobre su asegurabilidad, más propensas son a renunciar a cribados genéticos que podrían literalmente salvarles la vida. Este fenómeno sociológico, conocido en la literatura científica y jurídica como chilling effect (efecto paralizante), ralentiza sensiblemente el progreso de la investigación genómica colectiva y sabotea desde la base los imponentes programas de medicina preventiva estatales, transformando de hecho la póliza de vida de un instrumento de protección familiar en un potente elemento disuasorio psicológico para el cuidado de la persona.
El enfoque europeo: el AI Act y la defensa de los derechos biométricos
Ante esta peligrosa deriva especulativa, la Unión Europea ha optado por adoptar un enfoque normativo netamente proactivo, estrictamente basado en la clasificación objetiva del riesgo para los derechos humanos. Este esfuerzo jurídico encuentra su máxima expresión en el Anexo III del recién nacido AI Act. El reglamento europeo tiene el mérito de clasificar explícitamente como "sistemas de alto riesgo" todas aquellas arquitecturas de inteligencia artificial destinadas de modo específico a la evaluación del riesgo (risk assessment) y a la definición de los precios (pricing) para las personas físicas que operan en el sector de los seguros de vida y de salud [2864]. La ratio del legislador es inequívoca: cuando un algoritmo posee el poder asimétrico de determinar las primas de seguros o de bloquear el acceso a la cobertura de un ciudadano vulnerable, deja instantáneamente de ser un simple e inocuo instrumento de cálculo comercial y se eleva a infraestructura crítica para la salvaguardia de los derechos civiles.
Como recuerda incesantemente la Comisión Europea en sus directivas sobre privacidad, el ADN entra con pleno derecho en la categoría de datos biométricos especiales: representa la información más íntimamente identificativa e irremediablemente no revocable (no se puede "cambiar" el propio ADN como se cambia una contraseña vulnerada) que un ser humano pueda compartir con terceros [2823].
Paralelamente, la Autoridad Europea de Seguros y Pensiones de Jubilación (EIOPA), en su reciente anexo técnico sobre la exclusión de modelos lineales generalizados (GLM y GAM), traza una línea nítida y técnicamente impecable entre el uso legítimo de modelos estadísticos actuariales tradicionales y el empleo masivo de sistemas complejos de alto riesgo entrenados con datos genéticos [2828]. La EIOPA confirma formalmente que la elaboración de perfiles predictivos en el ámbito de vida y salud debe estar obligatoriamente subordinada a controles de garantía proporcionados al impacto sobre la vida del asegurado: se exige una calidad impecable de los datos de entrenamiento, la absoluta ausencia de sesgos discriminatorios (fairness), una documentación algorítmica exhaustiva y un monitoreo humano continuo. El uso del algoritmo no está prohibido a priori en Europa, pero la opacidad decisional del "computer says no" ya no es legalmente tolerada.
Conclusiones: la incertidumbre como valor compartido
El debate contemporáneo no debe estancarse estérilmente en la falsa dicotomía entre el inevitable progreso tecnológico y la arcaica defensa de la privacidad. La pregunta central que los responsables políticos y los líderes empresariales deben plantearse no es si podemos técnicamente conocer nuestro riesgo genético, sino más bien: ¿quién poseerá legalmente ese conocimiento exclusivo, quién estará tácitamente autorizado a usarlo contra nuestros intereses financieros, y qué será de todos aquellos que no podrán permitirse, por razones puramente económicas, ignorar ese diagnóstico probabilístico?
Una puntuación poligénica generada por una inteligencia artificial no establece con certeza matemática cuándo enfermará efectivamente una persona, ni define en modo alguno cómo vivirá, combatirá o gestionará su propia condición de salud. Si se le deja operar en los servidores de las multinacionales sin severos límites normativos y éticos, el uso de la IA predictiva en los seguros corre dramáticamente el riesgo de transformar una vulnerabilidad meramente estadística en una formidable e infranqueable barrera económica y social [2827, 2829, 2824].
La verdadera frontera de la innovación y de la responsabilidad social de empresa en el sector asegurador no consiste en individuar, mediante cribados algorítmicos, a los clientes genéticamente perfectos con el único fin de anular cínicamente el riesgo de cartera. Consiste, en cambio, en utilizar la inmensa capacidad analítica de los datos para ampliar la inclusión, para personalizar los itinerarios de prevención y para derribar las barreras de entrada para los más vulnerables. En última instancia, una póliza de vida nació y debería seguir existiendo para protegernos a nosotros y a nuestras familias de la incertidumbre ineludible del futuro, y no para castigarnos preventivamente solo porque nuestro filamento de ADN contiene, oculta entre sus hélices, una hipótesis calculable sobre ese futuro [2820, 2827, 2864].
Referencias bibliográficas y fuentes
- [Genomics and insurance in the United Kingdom — Health Economics, Policy and Law, 2026] [2827]
- [Genetic testing and insurance implications — PMC, 2021] [2820, 2826]
- [Privacy in Genomics — National Human Genome Research Institute, 2024] [2821]
- [Beyond the Genetic Information Nondiscrimination Act — PMC, 2017] [2829]
- [Long-awaited progress in addressing genetic discrimination in the United States — European Journal of Human Genetics, 2020] [2824]
- [A Survey of United States State Insurance Commissioners — PMC, 2019] [2825]
- [Annex III: High-Risk AI Systems — EU AI Act] [2864]
- [Biometrics — Commissione europea] [2823]
- [Technical Annex on the exclusion of GLMs and GAMs — EIOPA] [2828]
Artículo a cargo de la Redacción de La Bussola dell’IA