La inteligencia artificial permite detectar señales de cáncer de páncreas hasta tres años antes del diagnóstico

Un modelo de Mayo Clinic identifica alteraciones en imágenes médicas que podrían pasar desapercibidas y abre nuevas posibilidades para detectar a tiempo el cáncer de páncreas.

Ariela Moreno
5 minutos de lectura
Tomografía abdominal en la que la inteligencia artificial marca en rojo una alteración asociada al cáncer de páncreas
Resumir con IA

La inteligencia artificial continúa ampliando sus aplicaciones en el ámbito sanitario. Uno de los últimos avances llega de la mano de investigadores de Mayo Clinic, en Estados Unidos, que han desarrollado un modelo capaz de identificar señales de cáncer de páncreas en imágenes médicas hasta tres años antes de que se produzca el diagnóstico clínico.

La herramienta, denominada REDMOD (Radiomics-Based Early Detection Model), analiza tomografías computarizadas abdominales para detectar pequeñas alteraciones en la textura y la estructura de los tejidos. Estos cambios pueden ser difíciles de identificar mediante una evaluación radiológica convencional, especialmente durante las primeras fases de la enfermedad.

Cómo detecta la IA el cáncer de páncreas

Los resultados de la investigación, publicados en 2026 en la revista científica Gut, son prometedores. El modelo analizó cerca de 2,000 imágenes médicas y consiguió identificar el 73 % de los cánceres estudiados, con una mediana de aproximadamente 16 meses de antelación respecto al diagnóstico.

En las imágenes realizadas más de dos años antes del diagnóstico, el sistema detectó casi tres veces más casos tempranos que los especialistas que analizaron esas mismas pruebas sin ayuda de inteligencia artificial.

Ad imageAd image

Según Mayo Clinic, todas esas tomografías habían sido interpretadas originalmente como normales. En el conjunto del estudio, la tasa de detección del modelo fue casi el doble de la que lograron los especialistas sin apoyo de la herramienta.

REDMOD mide cientos de características cuantitativas de las imágenes que describen la textura y la estructura del tejido. Sus resultados también se mantuvieron estables en el tiempo: en pacientes con varias tomografías, el modelo coincidió entre el 90 % y el 92 % de las veces, lo que respalda su uso para el seguimiento de pacientes.

Por qué es clave detectar a tiempo el cáncer de páncreas

Este avance resulta especialmente relevante en el caso del cáncer de páncreas, una enfermedad que suele presentar pocos síntomas en sus primeras etapas y que, en muchos casos, se descubre cuando ya se encuentra avanzada. La posibilidad de identificar señales tempranas podría facilitar futuras intervenciones y mejorar las oportunidades de tratamiento.

De acuerdo con el Instituto Nacional del Cáncer de Estados Unidos, más del 85 % de los pacientes recibe el diagnóstico cuando la enfermedad ya se ha extendido, y la supervivencia a cinco años sigue por debajo del 15 %. Las proyecciones citadas por Mayo Clinic indican que el cáncer de páncreas será la segunda causa de muerte por cáncer en ese país hacia 2030.

Ajit Goenka, radiólogo de Mayo Clinic y autor principal del estudio, señaló que el mayor obstáculo para salvar vidas frente al cáncer de páncreas ha sido la incapacidad de ver la enfermedad cuando todavía es curable.

Una herramienta todavía en investigación

Sin embargo, los investigadores advierten de que la tecnología todavía se encuentra en fase de investigación y no está aprobada por la Administración de Alimentos y Medicamentos (FDA) para su utilización generalizada en hospitales ni para el tamizaje de la población.

Actualmente se están desarrollando nuevos estudios para evaluar su eficacia en condiciones clínicas reales y determinar su posible aplicación en pacientes con mayor riesgo de desarrollar la enfermedad, como las personas con diabetes de inicio reciente. El equipo lleva este trabajo a la fase de ensayos clínicos mediante el proyecto AI-PACED. El estudio fue financiado por los Institutos Nacionales de Salud (NIH), la Hoveida Family Foundation, el Mayo Clinic Comprehensive Cancer Center y el programa Champions for Hope de la Funk-Zitiello Foundation.

El avance vuelve a poner sobre la mesa el potencial de la inteligencia artificial en la medicina preventiva. Aunque todavía quedan desafíos por superar, investigaciones como esta muestran cómo el análisis de grandes cantidades de datos e imágenes médicas podría contribuir a transformar la detección y el diagnóstico de algunas enfermedades.

Compartir este artículo