IA aplicada a la detección temprana.
Un estudio presentado en el congreso de la Sociedad Europea de Oncología Médica (ESMO) en Madrid muestra que nuevos modelos de inteligencia artificial pueden identificar con antelación a pacientes con alto riesgo de desarrollar tumores comunes. La investigación se basó en datos del Biobanco del Reino Unido, con información de más de 463.000 participantes seguidos durante 18 años.

Cómo funcionan los modelos.
Los investigadores desarrollaron unos 500 algoritmos de aprendizaje automático para predecir el riesgo de 20 tipos de cáncer frecuentes. Los modelos se entrenaron con datos clínicos, análisis de sangre, antecedentes médicos y hábitos de vida. Posteriormente fueron validados con información de Escocia, Gales, Estados Unidos y Japón, confirmando su capacidad de generalización.

Resultados más prometedores.
Los modelos alcanzaron un AUROC de 0,83 a 15 años, superando a las herramientas estadísticas tradicionales. Las predicciones fueron más precisas en cáncer de pulmón, esófago e hígado, mientras que mostraron limitaciones en tumores de ovario, mama y cuello uterino.

El papel de los análisis de sangre.
Los análisis de sangre rutinarios resultaron ser la fuente más valiosa para las predicciones, incluso en diagnósticos realizados años después. En contraste, los datos genéticos y metabolómicos apenas mejoraron el rendimiento, lo que refuerza la idea de que la información clínica básica puede ser suficiente para sistemas de detección temprana a gran escala.

Herramientas de apoyo.
El equipo también creó PRE-Screen, una herramienta que permite a agentes de IA ejecutar los modelos de forma sistemática. Según los investigadores, esta integración mejora la precisión y podría convertirse en un método de precribado de bajo costo aplicable en la práctica clínica.