Un modelo de inteligencia artificial desarrollado por investigadores estadounidenses podría identificar a personas con mayor riesgo de desarrollar cáncer de páncreas hasta tres años antes del diagnóstico clínico, utilizando información habitual de los historiales médicos.
Investigadores desarrollaron un sistema de inteligencia artificial capaz de analizar grandes cantidades de información clínica y detectar patrones relacionados con el riesgo futuro de cáncer de páncreas, uno de los tumores más difíciles de identificar durante sus primeras etapas.
El modelo fue entrenado utilizando los historiales médicos longitudinales y resultados de pruebas rutinarias de cerca de 40.000 pacientes. El conjunto analizado incluyó 6.066 personas diagnosticadas con cáncer de páncreas y 33.396 pacientes utilizados como grupo de control, cuyos registros clínicos comprendían periodos de entre 7,5 y 19 años.
El objetivo de los investigadores fue determinar si la inteligencia artificial podía reconocer cambios y señales sutiles que normalmente pasarían inadvertidos mucho antes de que aparecieran los síntomas o se produjera un diagnóstico convencional.
Los resultados indican que el sistema logró diferenciar a las personas con mayor riesgo de aquellas consideradas de bajo riesgo hasta tres años antes del diagnóstico, alcanzando un índice AUROC de 0,853. En esta escala, un valor de 1 representa una discriminación perfecta, mientras que 0,5 equivale aproximadamente al azar.
La herramienta utiliza información que normalmente ya se encuentra disponible en los sistemas hospitalarios, como antecedentes médicos, evolución de enfermedades y resultados de análisis realizados durante varios años. Esto podría facilitar su incorporación futura sin necesidad de someter inicialmente a toda la población a costosos procedimientos de detección.
El cáncer de páncreas representa aproximadamente el 3 % de los nuevos casos de cáncer, pero alrededor del 8 % de las muertes por enfermedades oncológicas en Estados Unidos. Su elevada mortalidad está relacionada en gran medida con el hecho de que suele descubrirse cuando la enfermedad ya se encuentra avanzada.
La detección temprana resulta especialmente importante porque una intervención en etapas iniciales puede aumentar las posibilidades de tratamiento quirúrgico. Sin embargo, realizar pruebas de detección masivas a toda la población no es considerado actualmente un procedimiento viable, por lo que identificar previamente a las personas de mayor riesgo podría permitir una vigilancia médica más específica.
Los investigadores ya comenzaron a evaluar el funcionamiento del modelo de manera prospectiva dentro del entorno clínico y también trabajan en su validación en otros centros médicos. El objetivo será comprobar si los resultados obtenidos retrospectivamente se mantienen cuando la herramienta se utiliza con pacientes reales a lo largo del tiempo.
Los resultados fueron presentados durante el Congreso Clínico 2026 del American College of Surgeons, celebrado en Washington entre el 26 y el 29 de septiembre. Se trata todavía de resultados de investigación presentados en un congreso y no de una prueba de diagnóstico aprobada para uso general ni de un estudio publicado tras revisión científica completa, por lo que serán necesarias nuevas validaciones antes de una eventual aplicación clínica generalizada.
