Emma “Science” Prévot, a sus 25 años, construye gemelos digitales para comprender mejor las enfermedades.

La llaman "Ciencia". Es el apodo que le puso su hermana. A sus 25 años, Emma Prévot acaba de recibir el premio Super Nova 2025 , otorgado al mejor talento italiano menor de 25 años entre los 111 estudiantes seleccionados en la lista Nova. Estudia en Oxford, donde realiza un doctorado en estadística y desarrolla modelos de inteligencia artificial aplicados a la medicina .

Una joven prometedora que siguió la curiosidad despertada por un libro, La física del diablo , la pasión por las matemáticas transmitida por un profesor de secundaria y una pregunta que aún sigue abierta: "¿Por qué mi amado abuelo, que había vencido dos tumores, se perdió y murió de Alzheimer en dos años?"

Emma se licenció en Física en el University College de Londres: fue nombrada la mejor estudiante de su carrera dos años seguidos. En su segundo año, fue la mejor estudiante de toda la facultad de ingeniería. « No soy una friki, pero hay algo que no soporto: perder el tiempo ».

Hoy trabaja en modelos de IA aplicados a enfermedades neurodegenerativas. La entrevisté mientras estaba en Singapur , a las 10 p. m. Acababa de salir de BayesComp 2025, una conferencia internacional sobre aprendizaje automático bayesiano.

« Presenté un algoritmo de aprendizaje automático causal , específico para reconocer conexiones causales entre diversas variables y capaz de simular el efecto de un tratamiento médico a lo largo del tiempo».

Su póster se titula “Extending Bayesian Causal Forests for Longitudinal Data Analysis: A Case Study in Multiple Sclerosis” (Ampliación de los bosques causales bayesianos para el análisis longitudinal de datos: un caso de estudio en esclerosis múltiple). «Piense en ensayos clínicos: recibo un fármaco, otra persona recibe un placebo o un tratamiento diferente, quizás de una empresa de la competencia. Para comprender realmente cuál fue el efecto del medicamento en mí, necesitaríamos un doble de mí que, al mismo tiempo, con las mismas características biológicas que yo, no recibiera el fármaco. Aquí, intento construir una versión reducida de este “gemelo digital” . No es una réplica completa del cuerpo humano pero tiene las variables que importan en relación con ese tratamiento: es como si pudiera estimar, por ejemplo, cuál habría sido mi presión arterial en un día determinado si no hubiera tomado ese medicamento. Ya existen modelos que hacen este tipo de análisis, pero modifiqué uno para que funcione en conjuntos de datos longitudinales, es decir, en datos recopilados a lo largo del tiempo. Mi modelo puede hacer predicciones a largo plazo: por ejemplo, ¿cuál habría sido la presión arterial de Emma después de un año, o después de tres visitas, si nunca hubiera tomado ese medicamento?

En los próximos días viajará a Australia , a Brisbane, para asistir a la OHBM 2025, la conferencia anual de la Organización para el Mapeo Cerebral Humano. Allí presentará un segundo trabajo titulado: «BARTharm: Armonización de MRI mediante métricas de calidad de imagen y métodos bayesianos no paramétricos» . Este proyecto aborda un desafío concreto en neuroimagen. Presentará un algoritmo para abordar una de las limitaciones estructurales de este campo: la dificultad de comparar imágenes cerebrales adquiridas con diferentes dispositivos.

Imaginemos dos resonancias magnéticas: una realizada en Crema con un escáner adquirido hace diez años, y la otra en Londres con un equipo de última generación. Incluso si los dos pacientes tienen la misma patología, habrá diferencias en las imágenes que no dependen del cerebro, sino del escáner . Este es un problema conocido en neuroimagen, y por ello se aplican técnicas de armonización: sirven para neutralizar estos sesgos instrumentales.

Pero la novedad de su enfoque reside en que puede hacerlo incluso en ausencia de un dato crucial: el ID del escáner . «Este ID no suele estar disponible en los conjuntos de datos. Mi algoritmo utiliza otros tipos de información y puede armonizar las imágenes sin conocer el ID del escáner. De esta forma, también podemos recuperar datos que, hasta ahora, se excluían de los estudios».

De madre italiana y padre francés, nació y creció en Crema , provincia de Cremona. Estudió en un instituto de ciencias aplicadas. Lucha por cursar su cuarto año en el extranjero, pero los profesores aconsejan a sus padres que tengan cuidado: corre el riesgo de no obtener las mejores calificaciones en sus exámenes finales. No hay un año fuera. «Mi padre me dijo: "Termina el bachillerato aquí y luego vete donde quieras"». En otoño de su quinto año de bachillerato, empieza a considerar universidades extranjeras. Solicita plaza en Oxford y Cambridge con retraso, pero no en otros destinos. Recibe una oferta de Manchester y, dos días después, llega la carta de la UCL: física en Londres.

Vivía en una habitación diminuta, pero el mundo que se abrió ante mí en la Ciudad era inmenso. Me especialicé en física médica. Siempre he observado con gran interés el cuerpo humano, entendido como un sistema físico. El cerebro como un circuito, la sangre como un fluido .

Presenta su tesis de licenciatura sobre un proyecto de inteligencia artificial. Luego, decide comprender los fundamentos del aprendizaje automático con una maestría y sienta las bases técnicas de lo que se convertirá en el núcleo de su trabajo. Finalmente, llega a Oxford para cursar el doctorado en estadística.

En el instituto tuve una profesora que me enamoró de las matemáticas ; incluso me animó a participar en las Olimpiadas de Cesenatico. Y a menudo era la única chica del aula. A veces me preguntaban: "¿Dónde está el baño? ".

Durante su quinto año descubrió la física moderna.

Física cuántica y astrofísica: Volví a casa y busqué libros para leer. Así que encontré "La Física del Diablo" de James Al-Khalili, un libro en el que cada capítulo narra una paradoja de la física. En ese momento me di cuenta de que solo quería continuar esos estudios. Lo que más me fascina de la física es todo lo que no entiendo: la física cuántica, las paradojas, la materia que se comporta de forma extraña y nada intuitiva: de ahí viene mi sed de comprensión. Uno de los libros más hermosos que he leído al menos diez veces es "El Orden del Tiempo " de Carlo Rovelli.

El año pasado, Emma recibió el premio Giovane Italia 2024 en el Quirinale, promovido por el CNR para impulsar el talento de menores de 35 años en cualquier ámbito. "Le debo todo a la educación que recibí en mi familia, que siempre reconoció mi compromiso cuando hacía algo bueno. Mis padres siempre me animaron, siempre me dijeron: 'Sí, ve', 'Sí, hazlo', 'Sí, bien, reconocemos tu potencial', invierte en ti, da el 100% y nosotros invertimos en ti. Incluso hoy, mis padres me piden que les explique exactamente a qué me dedico".

¿Qué has aprendido que pueda ayudarnos a todos?

Mi mantra es: si no tienes una solución, no tienes un problema. En el sentido de que muchas veces me quejo porque mi código no funciona, el algoritmo no funciona, pierdo un tren, por cualquier razón. Pero si no hay solución, no tienes un problema... tienes que dejarlo pasar .

Este mantra me ayuda a decir "¡Basta, cambia!": no tiene sentido seguir dándole vueltas a algo que no tiene solución. Y quizá la solución llegue mañana. Entonces , a nivel científico, comprendí que todo tiene una explicación fácil. Así que si no puedes explicarlo bien, no lo has entendido.

¿Volverás a Italia?

Es el país más bonito del mundo. Sí, quizá durante la jubilación...