Un estudio internacional con datos de más de 460.000 personas muestra que los modelos de aprendizaje automático pueden identificar perfiles de mayor riesgo utilizando análisis de sangre y antecedentes médicos habituales.
Redacción: Redacción Mundo de la Salud
Editor: Eduardo Schmitz
Una investigación internacional presentada en el Congreso de la Sociedad Europea de Oncología Médica (ESMO 2026), celebrado en Madrid, España, del 23 al 27 de octubre, ha demostrado que los modelos de aprendizaje automático pueden mejorar la identificación de personas con mayor riesgo de desarrollar determinados tipos de cáncer. El trabajo, dirigido por investigadores de la Universidad Técnica de Dresde, en Alemania, analizó información sanitaria de cientos de miles de participantes y encontró que numerosos datos utilizados habitualmente en las consultas médicas contienen señales útiles para anticipar el riesgo oncológico.
El estudio examinó la capacidad de aproximadamente 500 modelos informáticos para estimar el riesgo de desarrollar 20 de los tipos de cáncer más frecuentes. Los resultados fueron especialmente prometedores para los tumores de pulmón, esófago e hígado, aunque la precisión varió considerablemente entre enfermedades.
Uno de los aspectos más relevantes es que gran parte de la información predictiva procedía de análisis de sangre convencionales y antecedentes clínicos, sin necesidad de recurrir sistemáticamente a pruebas genéticas complejas.
Este enfoque amplía las posibilidades de la inteligencia artificial aplicada a la detección temprana del cáncer, especialmente en la identificación de personas que podrían beneficiarse de evaluaciones preventivas más específicas.
Más de 460.000 participantes y casi dos décadas de seguimiento
Los investigadores utilizaron inicialmente información de 463.620 participantes del Biobanco del Reino Unido (UK Biobank), una de las principales bases de datos biomédicas empleadas para estudiar las relaciones entre características individuales, factores ambientales y aparición de enfermedades.
Durante aproximadamente 18 años de seguimiento, 57.055 participantes desarrollaron algún tipo de cáncer. Esta información permitió analizar qué características estaban presentes antes del diagnóstico y determinar cuáles contribuían a mejorar las estimaciones de riesgo.
Los modelos incorporaron antecedentes médicos, hábitos de vida, resultados de análisis sanguíneos y, en determinadas configuraciones, información genética y metabolómica. Esta última permite estudiar pequeñas moléculas relacionadas con los procesos químicos del organismo.
Para comprobar si las predicciones podían funcionar fuera de la población utilizada inicialmente, el equipo realizó validaciones adicionales con participantes de Escocia y Gales, 42.036 personas del programa estadounidense All of Us y más de tres millones de registros de la base de datos japonesa JMDC.
Esta evaluación internacional permitió examinar la capacidad de los modelos para reconocer patrones de riesgo en poblaciones con características diferentes.
Los modelos superaron a los métodos estadísticos tradicionales
Los sistemas de aprendizaje automático obtuvieron mejores resultados que los métodos estadísticos convencionales utilizados como referencia en la investigación.
Para un resultado combinado de los cánceres cuyo riesgo podía estimarse mediante información clínica rutinaria, los modelos alcanzaron un área bajo la curva ROC (AUROC) de 0,83 en un horizonte de predicción de 15 años.
Esta medida expresa la capacidad de un sistema para distinguir entre personas que desarrollarán una enfermedad y aquellas que no la desarrollarán durante el periodo evaluado. Una puntuación de 0,5 equivale a una discriminación similar al azar, mientras que un valor de 1 representa una separación perfecta.
Por tanto, el resultado de 0,83 indica una capacidad discriminativa relevante, pero no significa que el sistema acierte el diagnóstico individual del 83 % de los pacientes ni que pueda determinar con certeza quién desarrollará cáncer.
Las diferencias entre tipos de tumores fueron importantes. Los modelos mostraron un comportamiento más favorable para los cánceres de pulmón, esófago e hígado, mientras que su rendimiento fue más limitado para los de ovario, mama y cuello uterino.
Estas diferencias reflejan una dificultad conocida en la predicción individual del riesgo de cáncer de mama, donde las herramientas estadísticas todavía presentan limitaciones para orientar determinadas decisiones clínicas.
Los análisis de sangre aportaron información durante años
Uno de los hallazgos más interesantes fue la importancia de los datos procedentes de pruebas sanguíneas habituales.
Los investigadores comprobaron que los resultados de estos análisis conservaban capacidad predictiva incluso cuando el diagnóstico de cáncer se producía más de cinco años después de la recogida de la información.
Este comportamiento sugiere que determinados parámetros clínicos pueden contener señales relacionadas con el riesgo futuro de enfermedad, aunque no necesariamente correspondan a la presencia de un tumor en el momento del análisis.
La incorporación de datos genéticos y metabolómicos produjo mejoras relativamente pequeñas respecto a los modelos basados en información clínica convencional.
Desde el punto de vista sanitario, este resultado es relevante porque las pruebas rutinarias suelen estar disponibles en numerosos centros asistenciales y forman parte de la atención habitual de millones de personas.
El uso de información previamente recopilada podría facilitar estrategias de precribado menos costosas, siempre que los modelos sean validados adecuadamente y demuestren utilidad en situaciones clínicas reales.
Las predicciones no funcionan igual para todos los tumores
El análisis también reveló que la capacidad de predicción depende del comportamiento biológico de cada enfermedad y del tiempo transcurrido entre la evaluación inicial y el diagnóstico.
En la leucemia mieloide aguda y el mieloma múltiple, por ejemplo, el rendimiento de los modelos disminuyó cuando se amplió el horizonte temporal de predicción.
Los investigadores consideran que algunas predicciones a corto plazo podrían estar identificando señales tempranas de tumores que ya existen, pero que todavía no han sido diagnosticados.
Esta posibilidad introduce una distinción fundamental: reconocer indicios de una enfermedad incipiente no equivale necesariamente a anticipar el riesgo de desarrollar un cáncer completamente nuevo muchos años después.
La heterogeneidad de los tumores también condiciona la precisión de las herramientas digitales. En enfermedades como el cáncer de páncreas, cuya detección temprana continúa siendo un desafío, los investigadores exploran diferentes estrategias de vigilancia y análisis molecular para mejorar las oportunidades de intervención.
PRE-Screen: una herramienta para agentes de inteligencia artificial
Además de evaluar los modelos predictivos, el equipo desarrolló una herramienta denominada PRE-Screen, diseñada para facilitar su utilización mediante agentes de inteligencia artificial basados en grandes modelos de lenguaje.
El objetivo es que estos sistemas puedan ejecutar procedimientos de estimación del riesgo de manera estructurada, sistemática y coherente, utilizando los modelos desarrollados durante la investigación.
Los agentes que emplearon PRE-Screen obtuvieron mejores resultados que aquellos que realizaron las predicciones sin este apoyo específico.
Paul-Henry Koop, autor principal del estudio e investigador del Centro Else Kröner Fresenius de Salud Digital de la Universidad Técnica de Dresde, explicó que estas herramientas podrían utilizarse como sistemas de precribado de bajo coste para determinados cánceres, aprovechando información ya disponible en la práctica clínica.
La propuesta no consiste en sustituir las pruebas diagnósticas ni la evaluación de los especialistas, sino en identificar grupos de personas que podrían necesitar una valoración preventiva adicional.
Este planteamiento se relaciona con otras investigaciones sobre herramientas automatizadas para detectar cáncer en entornos con recursos limitados, donde la tecnología puede apoyar el trabajo médico cuando existen dificultades de acceso a servicios especializados.
Cómo podrían cambiar los programas de prevención
Los programas de cribado oncológico suelen establecer criterios de participación relacionados con la edad, el sexo, los antecedentes familiares y otros factores reconocidos.
En la Unión Europea, las recomendaciones se han concentrado tradicionalmente en el cáncer de mama, el cáncer de cuello uterino y el cáncer colorrectal, aunque también se estudia la ampliación de determinadas estrategias preventivas a otras enfermedades oncológicas.
Los modelos predictivos podrían complementar estos criterios mediante estimaciones individualizadas del riesgo, ayudando a seleccionar a las personas que tendrían mayores probabilidades de beneficiarse de pruebas adicionales.
Sin embargo, Koop advirtió que muchas personas clasificadas como de alto riesgo nunca desarrollarán cáncer. Por esta razón, una puntuación elevada no debería interpretarse como un diagnóstico ni conducir automáticamente a procedimientos invasivos.
El investigador señaló que, ante una estimación de riesgo elevada, sería preferible comenzar por pruebas mínimamente invasivas y avanzar hacia evaluaciones adicionales cuando exista una justificación clínica.
Esta precaución es especialmente importante para evitar falsos positivos, exploraciones innecesarias, ansiedad y una utilización ineficiente de los recursos sanitarios.
La validación clínica sigue siendo indispensable
Aunque los resultados son prometedores, el estudio se realizó mediante un análisis retrospectivo de datos existentes. Esto significa que los investigadores evaluaron información recopilada previamente, sin demostrar todavía que aplicar los modelos de forma prospectiva permita reducir la mortalidad o mejorar directamente la supervivencia.
Marco Lorenzi, director de investigación en Inria Sophia Antipolis, de la Universidad Costa Azul, en Francia, y especialista independiente que no participó en el trabajo, destacó la necesidad de validar exhaustivamente los procedimientos en poblaciones y entornos diferentes.
Entre las cuestiones pendientes se encuentran la fiabilidad de las estimaciones, la posible presencia de sesgos, las diferencias entre sistemas sanitarios y la capacidad de los modelos para mantener su precisión cuando se utilizan en pacientes distintos de aquellos que integraron las bases de datos originales.
También será necesario establecer cómo deben interpretarse los resultados, qué umbrales justificarían nuevas pruebas y qué beneficios concretos ofrecería el sistema frente a las estrategias preventivas actuales.
La investigación aporta evidencia de que los datos sanitarios cotidianos contienen información que puede aprovecharse para mejorar la estratificación del riesgo oncológico. Su incorporación a los programas de prevención dependerá de nuevas evaluaciones que confirmen que estas predicciones se traducen en diagnósticos oportunos y mejores resultados para los pacientes.
Fuentes referenciales:
Agencia SINC — El aprendizaje automático ayudaría a identificar a las personas con más riesgo de cáncer
Sociedad Europea de Oncología Médica (ESMO), Congreso ESMO 2026
