Avances en IA , aceleran el análisis del cáncer: un algoritmo reduce a un minuto la lectura de biopsias
La herramienta SMMILe probada en seis tipos de cáncer, permite mapear tumores con precisión a partir de datos básicos, acelerando la labor diagnóstica y acercando la personalización del tratamiento gracias a una IA
-
ANALISIS DE BIOPSIAS por IA- CONSALUD
Las complejas imágenes digitales de muestras de tejido, cuyo análisis puede llevar hasta 20 minutos a un patólogo experimentado, podrían evaluarse en solo un minuto gracias a una nueva herramienta de inteligencia artificial desarrollada por investigadores de la Universidad de Cambridge.
MSD Dissolution-apparatus-in-ACDS-comparator-lab_HI_afee8b-e
SMMILe, un algoritmo de machine learning, no solo es capaz de detectar correctamente la presencia de células cancerosas en portaobjetos de biopsias y secciones quirúrgicas, sino que también puede predecir dónde se encuentran las lesiones tumorales e incluso la proporción de regiones con distintos niveles de agresividad. La herramienta podría utilizarse en el futuro para orientar el tratamiento de un paciente y ayudar a los científicos a comprender mejor cómo se desarrolla el cáncer e identificar nuevas firmas biológicas para mejorar su detección.
Las herramientas de inteligencia artificial (IA) ofrecen un potencial enorme para ayudar a los patólogos a examinar muestras de tejido de pacientes con sospecha o diagnóstico confirmado de cáncer, produciendo “mapas espaciales” que les permiten entender dónde están las células cancerosas y cómo se están propagando. Sin embargo, entrenar estas herramientas hasta ahora requería un gran número de portaobjetos de referencia de alta calidad y detalladamente anotados por patólogos expertos.
La herramienta podría utilizarse en el futuro para orientar el tratamiento de un paciente y ayudar a los científicos a comprender mejor cómo se desarrolla el cáncer
En una investigación publicada en Nature Cancer, científicos de la Universidad de Cambridge han desarrollado una herramienta de IA que puede entrenarse utilizando portaobjetos etiquetados únicamente con diagnósticos generales a nivel del paciente, como tipo o grado de cáncer. Lo importante es que estos portaobjetos no necesitan incluir anotaciones detalladas región por región realizadas por patólogos, que requieren mucho tiempo para producirse.
A pesar de aprender con información tan limitada, el algoritmo SMMILe (Superpatch-based Measurable Multiple Instance Learning) fue capaz de ofrecer información detallada de cada portaobjeto, incluido el mapeo de la localización de las lesiones tumorales y la estimación de las proporciones y distribución espacial de lesiones con distintos subtipos y grados.
El Dr. Zeyu Gao, del Early Cancer Institute de la Universidad de Cambridge y desarrollador del algoritmo, señala que “el cáncer no siempre es uniforme. Un único tumor puede contener distintos subtipos, algunos más agresivos que otros. Nuestro modelo no solo dice ‘sí, hay cáncer’, sino que mapea estos subtipos y sus proporciones dentro del tejido. Esto podría ayudar algún día a los médicos a adaptar los tratamientos de forma más eficaz, avanzando hacia una comprensión más matizada del cáncer de cada paciente”.
El equipo probó el algoritmo en ocho conjuntos de datos que incluían 3.850 imágenes de portaobjetos completos correspondientes a seis tipos de cáncer: pulmón, riñón, ovario, mama, estómago y próstata. Al compararlo con otras nueve herramientas de IA de análisis de portaobjetos de referencia, el rendimiento de SMMILe igualó —y en varios casos superó— al de estas herramientas en la clasificación de portaobjetos, y las superó de forma significativa en la estimación de las proporciones y la distribución espacial de las lesiones.
“Lo que hemos desarrollado es similar a un ‘sonar’ para imágenes que, esencialmente, nos permite ver en la oscuridad”
La Dra. Mireia Crispin-Ortuzar, codirectora delCancer Research UK Cambridge Centre Integrated Cancer Medicine Virtual Institute y coautora sénior del estudio, afirmó: “Lo que hemos desarrollado es similar a un ‘sonar’ para imágenes que, esencialmente, nos permite ver en la oscuridad. A menudo tenemos información sobre un tumor, pero no sabemos cómo está distribuida en el tejido. Existen tecnologías que permiten obtener esta información, pero son muy costosas.
“Con nuestro nuevo método de IA, podemos mapear las muestras tumorales con precisión, y lo mejor es que se entrena con conjuntos de datos baratos y ampliamente disponibles que solo contienen información global y no espacial”, aseguró la Dra. Crispin-Ortuzar. Aunque SMMILe está actualmente orientado a clasificar portaobjetos de tejido, los investigadores planean utilizar la herramienta para predecir biomarcadores (firmas biológicas) que revelen cómo se comporta un tumor a nivel molecular. Esto ayudará a profundizar en la comprensión de cómo se desarrollan y diseminan los cánceres, además de abrir potencialmente la puerta a decisiones de tratamiento personalizadas basadas tanto en el aspecto del tumor como en su biología.
El Dr. Gao añadió: “Al permitir a los patólogos hacer diagnósticos más rápidos y precisos, podemos asegurarnos de que los pacientes reciban el mejor tratamiento aún antes, mejorando nuestras posibilidades de tratar su cáncer con éxito. La IA podría tener un enorme impacto en la vida de los pacientes”. La responsable de Información en Investigación de Cancer Research UK, la Dra. Dani Skirrow, señaló: “Estamos viviendo una edad dorada de la investigación del cáncer, con nuevas herramientas y tecnologías que ofrecen formas mejores y más rápidas de diagnosticar la enfermedad y personalizar tratamientos.
“Este estudio sugiere que SMMILe podría ayudar a los médicos a obtener rápidamente información detallada sobre el cáncer de una persona para ofrecerle la mejor opción terapéutica. Se necesitan más estudios para comprobar qué tan bien funciona SMMILe en la práctica clínica, pero estos prometedores hallazgos iniciales muestran cómo las herramientas de inteligencia artificial tienen el potencial de ayudar a que las personas reciban atención personalizada antes”.
La Universidad de Cambridge y Addenbrooke’s Charitable Trust (ACT) están recaudando fondos para un nuevo hospital que transformará la forma en que se diagnostica y trata el cáncer. El Cambridge Cancer Research Hospital, que se construirá en el Cambridge Biomedical Campus, reunirá la excelencia clínica del Hospital Addenbrooke y a investigadores de primer nivel mundial de la Universidad de Cambridge. La investigación que se lleve a cabo allí promete cambiar la vida de los pacientes con cáncer en el Reino Unido y más allá.
*Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Un modelo de IA supera a radiólogos en la detección del cáncer de páncreas y abre la puerta a diagnósticos tempranos
El sistema logró un 38% menos de falsos positivos y una precisión del 92%, según un estudio con datos de casi 400 pacientes
- Alejandro Bermúdez
- Redactor
-
Publicado el 13 de enero de 2026 a las 07:00
El cáncer de páncreas continúa siendo el tipo de cáncer más letal en todo el mundo. Su capacidad para pasar desapercibido en las etapas iniciales hace que el diagnóstico suela producirse demasiado tarde, cuando las opciones de tratamiento curativo ya no son viables. La tasa de supervivencia es drásticamente baja: solo un 10% de los pacientes vive más de cinco años tras el diagnóstico.
Con el objetivo de mejorar esta situación, el investigador de IA Henkjan Huisman y el radiólogo John Hermans han desarrollado un punto de referencia confiable que permite evaluar de forma rigurosa nuevas herramientas de inteligencia artificial para la detección temprana del cáncer pancreático. Este benchmark se compone de un conjunto de datos confidenciales con tomografías computarizadas de casi 400 pacientes de países occidentales, y ha sido revisado por un extenso panel de expertos internacionales.
IA frente a radiólogos: menos falsos positivos y mayor precisión
A partir de este punto de referencia, más de 250 modelos de IA de todo el mundo fueron presentados y comparados con radiólogos expertos. Los resultados destacaron que los sistemas más avanzados de IA superaron al radiólogo promedio, logrando un 38% menos de falsos positivos y un 92% más de evaluaciones correctas, frente al 88% de los radiólogos.
Estos hallazgos demuestran que la IA puede convertirse en una herramienta valiosa para apoyar a los especialistas, mejorar la precisión diagnóstica y aliviar la carga de trabajo en los departamentos de ragiología.
La IA puede convertirse en una herramienta valiosa para apoyar a los especialistas
Sin embargo, los investigadores subrayan que esta tecnología aún necesita validación adicional antes de poder emplearse en la práctica clínica. «Precisamente porque hemos desarrollado un punto de referencia fiable, sabemos que los sistemas de IA que superan a los médicos clínicos son realmente eficaces», señala Huisman.
Camino hacia diagnósticos más tempranos
El estudio también ofrece señales prometedoras sobre la posibilidad de detectar el cáncer de páncreas en fases más tempranas, lo cual podría mejorar significativamente las oportunidades de tratamiento. «Observamos indicios iniciales de que este modelo de IA podría ayudar a lograr un diagnóstico más rápido», explica Hermans. «Esto es un pequeño rayo de esperanza, algo que necesitamos con urgencia para este tipo de cáncer».
Aún así, el radiólogo advierte que es fundamental mantener la cautela, ya que los falsos positivos pueden generar ansiedad innecesaria en los pacientes y una sobrecarga en el sistema sanitario. Por ello, los equipos de investigación están entrenando modelos adicionales utilizando exploraciones abdominales más amplias, con la intención de mejorar la sensibilidad sin comprometer la especificidad.
Aunque todavía no disponible para uso clínico, este trabajo marca un paso importante hacia herramientas diagnósticas más precisas, capaces de transformar el abordaje del cáncer de páncreas en los próximos años.
*Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo + leído de salud Digital