Un modelo de inteligencia artificial (IA) desarrollado por Mayo Clinic podría transformar la detección temprana del cáncer de páncreas, uno de los tipos de cáncer con mayor mortalidad. Según un estudio publicado en la revista Gut, la tecnología es capaz de identificar señales tempranas de la enfermedad en tomografías computarizadas abdominales de rutina hasta tres años antes del diagnóstico clínico.

El sistema, denominado REDMOD, analiza cientos de características cuantitativas de las imágenes —como textura y estructura de los tejidos— para detectar cambios biológicos sutiles, incluso cuando el páncreas aparenta ser normal y aún no hay tumores visibles. Esto permitiría intervenir en una etapa en la que el tratamiento curativo todavía es posible.

En la investigación, los científicos evaluaron cerca de 2.000 tomografías que inicialmente habían sido interpretadas como normales. El modelo de IA logró identificar el 73 % de los casos antes del diagnóstico oficial, con un promedio de 16 meses de anticipación, casi el doble de la tasa de detección alcanzada por especialistas sin apoyo tecnológico. En imágenes tomadas con más de dos años de antelación, la ventaja fue aún mayor.

Le puede interesar: Medicina preventiva, clave para el futuro del sistema de salud

El avance es especialmente relevante si se tiene en cuenta que más del 85 % de los pacientes con cáncer de páncreas son diagnosticados en etapas avanzadas y la tasa de supervivencia a cinco años sigue siendo inferior al 15 %, de acuerdo con el Instituto Nacional del Cáncer.

“El mayor obstáculo ha sido detectar la enfermedad cuando aún es curable. Esta inteligencia artificial puede identificar rasgos característicos del cáncer en un páncreas de apariencia normal”, explicó el Dr. Ajit Goenka, autor principal del estudio.

Actualmente, Mayo Clinic avanza hacia ensayos clínicos para evaluar cómo integrar esta tecnología en la atención de pacientes con alto riesgo, como personas con diabetes de aparición reciente, con el objetivo de mejorar la detección temprana y reducir la mortalidad asociada a esta enfermedad.