Redacción
Los modelos de aprendizaje automático que utilizan información sanitaria recopilada rutinariamente, como análisis de sangre, historial médico y factores de estilo de vida, podrían ayudar a identificar a personas con mayor riesgo de desarrollar varios tipos de cáncer. Así lo indica un estudio internacional presentado en el Congreso ESMO 2026.
Los investigadores desarrollaron aproximadamente 500 modelos de aprendizaje automático para predecir el riesgo en 20 cánceres comunes. Para ello, utilizaron datos de 463.620 participantes del Biobanco del Reino Unido que fueron seguidos durante aproximadamente 18 años. Durante este periodo, 57.055 participantes desarrollaron cáncer. Los modelos analizaron información que incluía historial médico, factores de estilo de vida, análisis de sangre, datos genéticos y metabolómicos.
Para evaluar el rendimiento de los modelos en diferentes poblaciones, los investigadores los analizaron utilizando datos de participantes en Escocia y Gales. También analizaron información de 42.036 personas del programa de investigación All of Us, de Estados Unidos, y más de 3 millones de la base de datos JMDC de Japón. Para reducir la influencia de enfermedades no diagnosticadas, los cánceres diagnosticados en el primer año fueron excluidos de los modelos relevantes.
Los modelos de aprendizaje automático alcanzaron un AUROC de 0,83 a 15 años, con mejores resultados en los cánceres de pulmón, esófago e hígado
Los modelos superaron a los enfoques estadísticos tradicionales, aunque el rendimiento varió según el tipo de cáncer. Para un resultado combinado del cáncer que cubría cánceres que podían predecirse a partir de datos clínicos rutinarios, lograron un área bajo la curva (Auroc) de 0,83 a 15 años, donde 0,5 no es mejor que el azar y 1,0 es la predicción perfecta.
El rendimiento fue especialmente fuerte para cánceres de pulmón, esófago e hígado, pero más limitado para cánceres de ovario, mama y cuello uterino. Para la leucemia mieloide aguda y el mieloma múltiple, el rendimiento disminuyó al mirar más adelante, lo que sugiere que algunas predicciones a corto plazo podrían reflejar signos tempranos de cáncer que ya estaban presentes pero no estaban diagnosticados.
Gran parte de la información predictiva procedía de análisis de sangre rutinarios y de la historia clínica. Los análisis de sangre continuaron aportando valor predictivo para cánceres diagnosticados más de cinco años después, mientras que los datos genéticos y metabolómicos solo aportaban una pequeña mejora adicional. El equipo también desarrolló PRE-Screen, una caja de herramientas que permite a agentes de inteligencia artificial (IA) basados en grandes modelos de lenguaje (LLMs) ejecutar los modelos de riesgo de forma consistente. Los agentes que la usan rindieron sustancialmente mejor que los LLMs que hacían predicciones sin ayuda.
Los análisis de sangre rutinarios mantuvieron su valor predictivo para cánceres diagnosticados más de cinco años después
«Para ciertos tipos de cáncer, estos modelos podrían servir como un paso previo de cribado de bajo coste utilizando datos ya disponibles en la atención rutinaria», dijo el autor principal, el Dr. Paul-Henry Koop, del Else Kröner Fresenius Center for Digital Health, TU Dresde, Alemania. «Los programas de cribado existentes cubren solo ciertos tipos de cáncer y a menudo utilizan criterios de elegibilidad amplios, en lugar de evaluar el riesgo individual de cada persona». En la Unión Europea, las recomendaciones tradicionalmente se han centrado en el cáncer de mama, cuello uterino y colorrectal, y el Consejo de la UE también recomendó la exploración del cribado para otros tipos de cáncer.
«Los tipos de cáncer difieren sustancialmente en sus mecanismos cancerígenos y en la intensidad con la que se capturan sus factores de riesgo y condiciones precursoras en los datos rutinarios», explicó Koop. El investigador destacó que los modelos podrían ayudar a dirigir el cribado o intervenciones para reducir el riesgo de cáncer, pero advirtió que muchas personas marcadas como de mayor riesgo no desarrollarían cáncer. «Por tanto, una señal positiva debería desencadenar primero pruebas mínimamente invasivas», afirmó. Dado que el estudio analizó los datos existentes retrospectivamente, se necesita más investigación para establecer si este enfoque conduce a un diagnóstico más temprano o a mejores resultados.
La validación prospectiva será fundamental para determinar si estos modelos mejoran la detección precoz y los resultados clínicos
«Lo que se necesita es una evaluación exhaustiva del protocolo propuesto en diversos tipos de poblaciones y entornos, externos a la cohorte del Biobanco del Reino Unido», dijo el Dr. Marco Lorenzi, director de investigación en Inria Sophia Antipolis, Université Côte d’Azur, Francia, quien no participó en el estudio. Enfatizó que se necesita una validación adicional para evaluar la fiabilidad y generalización de los hallazgos y posibles sesgos.
«El protocolo de análisis automatizado propuesto en este trabajo podría representar un instrumento valioso para la priorización de pacientes, la detección temprana y la evaluación de riesgos», sugirió Lorenzi. «El beneficio sería aliviar la carga de la atención sobre la sociedad y el sistema sanitario».
