Medicine of the future: artificial intelligence, gene editing, and planetary health
DOI:
https://doi.org/10.56294/evk2025213Keywords:
personalized medicine, artificial intelligence, gene editing, CRISPR, One HealthAbstract
This article analyzed the main advances and challenges associated with the medicine of the future, focusing on four fundamental pillars: personalized medicine based on genomics, artificial intelligence applied to diagnosis and clinical management, emerging therapies using CRISPR-based gene editing, and the comprehensive One Health approach that links human, animal, and environmental health. Through a narrative review, recent evidence was examined to illustrate how these technologies are transforming healthcare systems worldwide. Ethical, social, and regulatory implications were also discussed, highlighting the need for interdisciplinary integration to achieve preventive, personalized, and sustainable medicine.
References
Abeliuk, A., & Gutiérrez, C. (2021). Historia y evolución de la inteligencia artificial. Revista Bits de Ciencia, (21), 14-21. https://doi.org/10.71904/bits.vi21.2767
Amaro-Álvarez, L., Cordero-Ramos, J., & Calleja-Hernández, M. Á. (2024). Exploración del impacto y avance de la farmacogenética en la medicina personalizada: una revisión sistemática. Farmacia Hospitalaria, 48(3), T299-T309. https://doi.org/10.1016/j.farma.2024.03.002 DOI: https://doi.org/10.1016/j.farma.2024.03.010
Carracedo, Á. (2024). Desafíos de la Medicina personalizada en España: El programa IMPaCT-Genómica. Informática + Salud, 161(especial), 33-34. https://dialnet.unirioja.es/servlet/articulo?codigo=9796364
Castaño Castaño, S. (2025). La inteligencia artificial en Salud Pública: oportunidades, retos éticos y perspectivas futuras. Revista Española de Salud Pública, 99(1), e202503017. https://ojs.sanidad.gob.es/index.php/resp/article/view/1006
Castro, E. (2025). La inteligencia artificial transforma la medicina sin desplazar masivamente a los profesionales. Escapa (gestión sanitaria). https://escapa.es/category/inteligencia-artificial
Daszak, P., Olival, K. J., & Li, H. (2020). A strategy to prevent future pandemics similar to COVID 19. Biosafety and Health, 2(1), 6-8. https://doi.org/10.1016/j.bsheal.2020.01.003 DOI: https://doi.org/10.1016/j.bsheal.2020.01.003
Domínguez, N. (2025, 23 junio). Descubierto un marcador que indica qué pacientes no responderán a la quimioterapia. El País. https://elpais.com/ciencia/2025-06-23/descubierto-un-marcador-que-indica-que-pacientes-no-responderan-a-la-quimioterapia.html
El País. (2025, 23 junio). Descubierto un marcador que indica qué pacientes no responderán a la quimioterapia. CNIO (Centro Nacional de Investigaciones Oncológicas. https://elpais.com/ciencia/2025-06-23/descubierto-un-marcador-que-indica-que-pacientes-no-responderan-a-la-quimioterapia.html
El País. (2025, 7 julio). Así mejora la experiencia del paciente un hospital digital. Ciudad Hospitalaria Blua Sanitas Valdebebas. https://elpais.com/salud-y-bienestar/branded/la-salud-del-futuro/2025-07-07/asi-mejora-la-experiencia-del-paciente-un-hospital-digital.html
Frangoul, H., Locatelli, F., Sharma, A., Bhatia, M., Mapara, M., Molinari, L., Wall, D., Liem, R. I., Telfer, P., Shah, A. J., Cavazzana, M., Corbacioglu, S., Rondelli, D., Meisel, R., Dedeken, L., Lobitz, S., de Montalembert, M., Steinberg, M. H., Walters, M. C., Eckrich, M. J., ... CLIMB SCD-121 Study Group. (2024). Exagamglogene autotemcel for severe sickle cell disease. The New England Journal of Medicine, 390(18), 1649–1662. https://doi.org/10.1056/NEJMoa2309676 DOI: https://doi.org/10.1056/NEJMoa2309676
Henderson, H. (2024). CRISPR clinical trials: A 2024 update. https://innovativegenomics.org/news/crispr-clinical-trials-2024/
HuffPost (2025, 17 de julio). Este hospital español asombra al mundo al predecir la mortalidad en cáncer metastásico. https://www.huffingtonpost.es/life/salud/este-hospital-espanol-asombra-mundo-predecir-posibilidades-sobrevivir-cancer-metastasicobr.html
Jones, K. E., Patel, N. G., Levy, M. A., Storeygard, A., Balk, D., Gittleman, J. L., & Daszak, P. (2008). Global trends in emerging infectious diseases. Nature, 451(7181), 990-993. https://doi.org/10.1038/nature06536 DOI: https://doi.org/10.1038/nature06536
Lamberto, S. (2024, 30 agosto). La estrategia de medicina especializada del Gobierno de Navarra incluye a los pacientes oncológicos. SER Pamplona https://cadenaser.com/navarra/2024/08/30/la-estrategia-de-medicina-especializada-del-gobierno-de-navarra-incluye-a-los-pacientes-oncologicos-radio-pamplona
Leonard, A., & Tisdale, J. F. (2024). A new frontier: FDA approvals for gene therapy in sickle cell disease. Molecular Therapy, 32(2), 264-267. https://doi.org/10.1016/j.ymthe.2024.01.015 DOI: https://doi.org/10.1016/j.ymthe.2024.01.015
Murray, K. A., Escobar, L. E., Lowe, R., Rocklöv, J., Semenza, J. C., & Watts, N. (2020). Tracking infectious diseases in a warming world. BMJ; 371, 3086 https://doi.org/10.1136/bmj.m3086 DOI: https://doi.org/10.1136/bmj.m3086
Organización Panamericana de la Salud (OPS). (2024, 26 julio). Genética y salud: un paradigma hacia la medicina personalizada y preventiva. https://www.paho.org/es/noticias/26-7-2024-genetica-salud-paradigma-hacia-medicina-personalizada-preventiva
Paz y Miño, C. (2023). La inteligencia artificial en medicina general y en genómica. Revista MetroCiencia, 31(2), 81-86. https://doi.org/10.47464/MetroCiencia/vol31/2/2023/81-86 DOI: https://doi.org/10.47464/MetroCiencia/vol31/2/2023/81-86
Pérez, P. (2025, 30 agosto). Una investigación médica en la Región busca mejorar los trasplantes hepáticos a través de la inteligencia artificial. Cadena SER Murcia. https://cadenaser.com/murcia/2025/07/08/una-investigacion-medica-en-murcia-busca-mejorar-los-trasplantes-hepaticos-a-traves-del-uso-de-la-inteligencia-artificial-radio-murcia/
Romar, R. (2025, 28 de julio). El pangenoma humano abre una nueva era en la medicina personalizada. La Voz de Galicia. https://www.lavozdegalicia.es/noticia/sociedad/2023/05/11/pangenoma-humano-abrira-nueva-era-medicina-personalizada/0003_202305G11P23991.htm
Ryan, S. J., Carlson, C. J., Mordecai, E. A., & Johnson, L. R. (2019). Global expansion and redistribution of Aedes-borne virus transmission risk with climate change. PLoS Neglected Tropical Diseases, 13(3), e0007213. https://doi.org/10.1371/journal.pntd.0007213 DOI: https://doi.org/10.1371/journal.pntd.0007213
Schaub, L-P., Quirós, P., & García, H. (2024). Detección automática de patologías en notas clínicas en español. arXiv. https://arxiv.org/abs/2410.00616
Segura-Ortiz, A., José-García, A., Jourdan, L., & García-Nieto, J. (2025). Exhaustive biclustering driven by self-learning evolutionary approach for biomedical data. Computer Methods and Programs in Biomedicine, 269, 108846. https://doi.org/10.1016/j.cmpb.2025.108846 DOI: https://doi.org/10.1016/j.cmpb.2025.108846
Shah, N., Brlek, P., Bulić, L., Brenner, E., Škaro, V., Skelin, A., Projić, P., Shah, P., & Primorac, D. (2024). Genomic sequencing for newborn screening: Current perspectives and challenges. Croatian Medical Journal, 65(3), 261–267. https://doi.org/10.3325/cmj.2024.65.261 DOI: https://doi.org/10.3325/cmj.2024.65.261
Sheridan, C. (2024). Aprobada la primera terapia CRISPR del mundo: ¿quién la recibirá? Nature Biotechnology, 42, 3-4. https://doi.org/10.1038/d41587-023-00016-6 DOI: https://doi.org/10.1038/d41587-023-00016-6
Sociedad Española de Medicina Interna (SEMI). (2025, 25 de julio). La Inteligencia Artificial (IA) ofrece herramientas innovadoras para mejorar el diagnóstico, personalizar los tratamientos y predecir las complicaciones de las enfermedades autoinmunes sistémicas. https://www.fesemi.org/informacion/prensa/semi/la-inteligencia-artificial-ia-ofrece-herramientas-innovadoras-para-mejorar
Van Boeckel, T. P., Brower, C., Gilbert, M., Grenfell, B. T., Levin, S. A., Robinson, T. P., Teillant, A., & Laxminarayan, R. (2015). Global trends in antimicrobial use in food animals. Proceedings of the National Academy of Sciences of the United States of America, 112(18), 5649–5654. https://doi.org/10.1073/pnas.1503141112 DOI: https://doi.org/10.1073/pnas.1503141112
Zhang, L., He, W., Fu, R., Wang, S., Chen, Y., & Xu, H. (2023). Guide-specific loss of efficiency and off-target reduction with Cas9 variants. Nucleic Acids Research, 51(18), 9880–9893. https://doi.org/10.1093/nar/gkad702 DOI: https://doi.org/10.1093/nar/gkad702
Zhu, Y., Lin, Y., Fan, Y., Wang, Y., Li, P., Xiong, J., He, Y., Cheng, S., Ye, X., Wang, F., Goodrich, J., Zhu, J.-K., Wang, K., & Zhang, C.-J. (2022). CRISPR/Cas9-mediated restoration of Tamyb10 to create pre-harvest sprouting-resistant red wheat. Plant Biotechnology Journal. https://doi.org/10.1111/pbi.13981. DOI: https://doi.org/10.1111/pbi.13981
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Camil A. Pinargote, Jeisson G. Mero, Valeria D. Macías, Daliannis Rodríguez , Mario A. García (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
The article is distributed under the Creative Commons Attribution 4.0 License. Unless otherwise stated, associated published material is distributed under the same licence.
