- El proyecto europeo SCOPE-AI, coordinado por el IIS La Fe de Valencia, probará 15 soluciones de IA en 8 hospitales para mejorar el diagnóstico y tratamiento del cáncer.
- Un algoritmo desarrollado en Australia identifica con mayor precisión qué pacientes con cáncer de colon en estadio dos necesitan quimioterapia tras la cirugía.
- La IA explicable (XAI) en resonancias magnéticas de próstata reduce falsos positivos y mejora la detección de tumores agresivos, superando en algunos casos a radiólogos expertos.
La inteligencia artificial (IA) está dejando de ser una promesa de laboratorio para convertirse en una herramienta real en la lucha contra el cáncer. En los últimos meses, varios proyectos internacionales han demostrado que los algoritmos pueden ayudar a los médicos a detectar tumores con mayor precisión, decidir qué pacientes necesitan tratamientos más agresivos y reducir los errores diagnósticos. Desde hospitales europeos hasta centros de investigación en Australia, la tecnología se abre paso en la oncología con resultados que, aunque aún requieren validación, apuntan a un cambio de paradigma en la atención al paciente.
El Instituto de Investigación Sanitaria La Fe (IIS La Fe) de Valencia coordinará científicamente SCOPE-AI, una ambiciosa iniciativa europea que busca comprobar en hospitales reales la utilidad de distintas herramientas de IA aplicadas a la oncología. Con un presupuesto de 20,6 millones de euros, de los que 12,3 millones están financiados por la Comisión Europea, el proyecto reúne a 35 entidades de 11 países y pondrá a prueba 15 soluciones de inteligencia artificial multimodal relacionadas con el diagnóstico y tratamiento del cáncer.
Un puente entre la investigación y la práctica clínica
La investigadora Leonor Cerdá será la responsable científica del proyecto por parte del IIS La Fe y coordinará las actividades vinculadas a datos e inteligencia artificial. El centro valenciano se encargará de coordinar el trabajo científico relacionado con los datos sanitarios, la interoperabilidad, la calidad de la información y la validación clínica de las soluciones de IA. Este proyecto supone un avance dentro de la investigación europea en imagen médica, datos sanitarios e inteligencia artificial aplicada al cáncer.
IA para decidir quién necesita quimioterapia
Mientras Europa impulsa este gran proyecto, en Australia un equipo de investigadores de la Universidad La Trobe ha desarrollado una herramienta de IA capaz de identificar qué pacientes con cáncer de colon en estadio dos tienen un mayor riesgo de recaída tras la cirugía. El avance, publicado en la revista Gastroenterology, podría facilitar que quienes presentan un peor pronóstico reciban un seguimiento más estrecho o tratamientos complementarios, como la quimioterapia, de forma más precoz.
El algoritmo, denominado SÉMIL (Semantically-Enhanced Multiple Instance Learning), combina el análisis de imágenes histológicas con información descriptiva de las muestras para evaluar el riesgo de recurrencia del tumor. Para validar la herramienta, los investigadores analizaron más de 1.600 muestras histológicas y comprobaron sus resultados en 1.220 pacientes con cáncer de colon en estadio dos pertenecientes a tres cohortes independientes. Los resultados mostraron que la mayor precisión se alcanzó cuando la valoración realizada por la IA coincidía con la evaluación del patólogo.
La IA centra su análisis en el denominado frente de invasión del tumor, es decir, la zona por la que el cáncer se extiende hacia el tejido sano. Se trata de una característica con un importante valor pronóstico, aunque su interpretación puede variar entre especialistas. «Esta información podría utilizarse para ayudar a patólogos y médicos a identificar qué pacientes con cáncer en estadio dos tienen un mayor riesgo de recaída y pueden necesitar un seguimiento más exhaustivo o un tratamiento adicional», explica Francis Magisson, autor principal del estudio e investigador de la Facultad de Informática, Ingeniería y Ciencias Matemáticas de la Universidad La Trobe.
Más precisión en el diagnóstico del cáncer de próstata
El cáncer de próstata es el segundo más común y la quinta causa de muerte por cáncer en hombres a nivel mundial. Aunque el cribado con el antígeno prostático específico (PSA) ha contribuido a reducir la mortalidad, también ha generado un importante desafío de sobrediagnóstico y sobretratamiento de cánceres no agresivos. En una resonancia magnética prostática, distinguir entre una inflamación benigna y un tumor agresivo puede ser especialmente difícil cuando las diferencias entre ambas son muy sutiles. La complejidad de las imágenes y la fatiga del especialista pueden aumentar el riesgo de errores, que van desde falsos positivos hasta pasar por alto cánceres clínicamente significativos.
Es aquí donde la IA, especialmente el machine learning, está adquiriendo un papel cada vez más relevante. Estudios internacionales de gran escala, como el desafío PI-CAI, han puesto a prueba la capacidad de la IA frente a radiólogos experimentados de todo el mundo. En esta comparación, un sistema de IA de última generación mostró una superioridad estadística en la detección de cáncer clínicamente significativo frente al desempeño promedio de 62 radiólogos. El sistema no solo detectó un 6,8% más de casos de cáncer agresivo, sino que generó un 50,4% menos de falsos positivos.
Uno de los principales desafíos para la adopción de la IA en los hospitales es su carácter de «caja negra»: los modelos pueden entregar resultados diagnósticos sin explicar cómo llegaron a ellos. Para enfrentar esta limitación, se han desarrollado modelos de IA explicable y asistencial que justifican sus clasificaciones utilizando las mismas características que usan los médicos, como las del sistema PI-RADS. Su implementación ha mostrado resultados favorables en la práctica clínica, aumentando la confianza de los profesionales con menor experiencia y reduciendo el tiempo de lectura en casi un minuto por caso.
La IA no sustituye al médico, pero le ayuda a decidir mejor
Tanto en el caso del cáncer de colon como en el de próstata, los investigadores coinciden en que la IA no pretende sustituir el criterio médico, sino aportar información adicional que facilite la toma de decisiones. «Uno de los mayores desafíos en el cáncer de intestino en etapa dos es identificar qué pacientes de mayor riesgo requieren tratamiento y sopesar los beneficios potenciales de administrar quimioterapia frente a los efectos secundarios», afirma el profesor asociado David Williams, patólogo anatómico de Austin Health y del Instituto de Investigación del Cáncer Olivia Newton-John. «Nuestro estudio demuestra que la evaluación basada en IA tiene el potencial de proporcionar a los patólogos una capa adicional de información que podría ayudar a los médicos a tomar decisiones más fundamentadas sobre las opciones de tratamiento para la siguiente etapa».
En el caso de la próstata, los expertos aseguran que la combinación del criterio clínico del profesional y el análisis de la IA puede reducir biopsias innecesarias y sus complicaciones asociadas, como infecciones o dolor. La IA puede automatizar tareas difíciles, como la segmentación de la glándula, y mejorar la detección de lesiones sospechosas, en algunos casos con una precisión comparable o incluso superior a la del ojo humano. Además, al alinear el lenguaje del algoritmo con el protocolo PI-RADS, facilitan la interpretación de sus resultados y permiten una mejor comprensión de los elementos considerados por el algoritmo.
La medicina personalizada exige precisamente reconocer que el paciente estadístico y el paciente real no siempre coinciden. La IA puede recomendar correctamente el tratamiento promedio y equivocarse en el individuo específico. Por eso, los investigadores subrayan que la última decisión siempre debe recaer en el especialista, que integra la información del algoritmo con la historia clínica, los antecedentes familiares, las condiciones sociales y las preferencias del paciente.
La inteligencia artificial comienza a ocupar un lugar cada vez más relevante en el diagnóstico y tratamiento del cáncer. Si bien aún existen barreras tecnológicas y desafíos para su incorporación en la práctica médica, su capacidad para analizar imágenes y apoyar la toma de decisiones podría favorecer una detección más precisa y reducir la incertidumbre en la evaluación de los pacientes. Proyectos como SCOPE-AI en Europa, el desarrollo de SÉMIL en Australia y los avances en IA explicable para el cáncer de próstata demuestran que la tecnología ya está aquí, y que su integración en los flujos de trabajo clínicos es solo cuestión de tiempo. La evidencia que se genere en los próximos años será clave para que estas herramientas se conviertan en un estándar en la atención oncológica, siempre con el médico como responsable final de la decisión.
