Aprendizaje automático y riesgo de cáncer: modelos predictivos

Modelos de aprendizaje automático identifican personas con mayor riesgo de cáncer

Un estudio presentado en el congreso ESMO 2026 sugiere que modelos de aprendizaje automático entrenados con datos sanitarios rutinarios pueden ayudar a identificar a las personas con mayor riesgo de desarrollar varios tipos de cáncer. La keyword aprendizaje automático aparece en los primeros párrafos y describe el enfoque central del trabajo.

Qué mostró el estudio sobre aprendizaje automático

Investigadores desarrollaron alrededor de 500 modelos utilizando información de 463.620 participantes del Biobanco del Reino Unido (UK Biobank) seguidos durante aproximadamente 18 años. Los modelos se basaron en variables como antecedentes médicos, factores del estilo de vida, análisis de sangre y datos genéticos y metabolómicos. En ese periodo 57.055 participantes desarrollaron cáncer.

Para comprobar la validez en poblaciones distintas, los equipos validaron los modelos con datos de Escocia y Gales, del programa estadounidense All of Us (42.036 personas) y de la base de datos japonesa JMDC (más de tres millones de personas). Además, se excluyeron del análisis los casos detectados durante el primer año de seguimiento para reducir el efecto de enfermedades no diagnosticadas al inicio.

En conjunto, para los tipos de cáncer cuyo riesgo podía estimarse a partir de datos clínicos rutinarios, los modelos alcanzaron un área bajo la curva ROC (AUROC) de 0,83 a 15 años. Esta métrica mide la capacidad de discriminación del modelo, donde 0,5 equivale al azar y 1,0 a una clasificación perfecta.

Qué significa esto para las personas

Predicción según el tipo de cáncer

El rendimiento predictivo varió según el tipo de tumor: los resultados fueron prometedores para cánceres de pulmón, esófago e hígado, y más limitados para ovario, mama y cuello uterino. En la leucemia mieloide aguda y el mieloma múltiple la precisión disminuyó al ampliar el horizonte temporal.

Datos que aportaron más información

Gran parte de la capacidad predictiva provino de análisis de sangre rutinarios y de los antecedentes clínicos. Los análisis siguieron aportando valor incluso para tumores diagnosticados más de cinco años después. La incorporación de datos genéticos y metabolómicos solo mejoró ligeramente el rendimiento.

Herramientas y uso potencial

El equipo también desarrolló PRE-Screen, una herramienta diseñada para que agentes de inteligencia artificial basados en grandes modelos de lenguaje puedan ejecutar los modelos de predicción de forma sistemática. Los agentes que usaron PRE-Screen obtuvieron mejores resultados que los que no la utilizaron.

Limitaciones y pasos pendientes

Los autores y revisores señalan varias limitaciones. Parte de la capacidad predictiva a corto plazo podría reflejar señales tempranas de tumores ya presentes pero aún no diagnosticados, en lugar de un riesgo a largo plazo. Además, el estudio se basa en análisis retrospectivos de datos existentes, por lo que son necesarias más investigaciones prospectivas y validaciones en poblaciones y entornos distintos a los representados en el UK Biobank para evaluar fiabilidad, generalización y sesgos.

Los investigadores advierten que muchas de las personas identificadas como de alto riesgo no llegarían a desarrollar la enfermedad; por ello, un resultado de alto riesgo debería conducir primero a pruebas mínimamente invasivas, según el estudio. También se requiere evaluar si este enfoque adelanta diagnósticos y mejora resultados clínicos.

Conclusión

El estudio muestra que el aprendizaje automático aplicado a datos clínicos rutinarios puede mejorar la identificación de personas con mayor riesgo de ciertos cánceres, aunque la eficacia depende del tipo tumoral y requiere validación adicional antes de implantaciones clínicas.

Por qué importa

Personas: Permite identificar individuos con mayor probabilidad de desarrollar algunos cánceres usando datos ya disponibles.

Salud pública: Podría orientar la priorización y extensión de programas de cribado si se valida en más poblaciones.

Evidencia: Resultados prometedores pero basados en análisis retrospectivo; hacen falta validaciones y estudios prospectivos.

Nota de Transparencia

Este artículo fue generada con IA, a partir de información del Servicio de Información y Noticias Científicas, SINC. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

Comments