Inteligencia artificial aplicada: el proyecto EUcanAI para optimizar el diagnóstico de tumores cerebrales

Investigadores del Centro Internacional de Investigaciones sobre el Cáncer (IARC), agencia especializada de la Organización Mundial de la Salud, junto con socios europeos han puesto en marcha el proyecto EUcanAI, una iniciativa destinada a desarrollar un sistema de inteligencia artificial multietapa que acompañe el diagnóstico preciso y la planificación terapéutica de los tumores cerebrales. Según informa el propio IARC, la meta es construir herramientas en red, especializadas en cada paso del proceso asistencial —desde la consulta inicial hasta la planificación del tratamiento—, para traducir la complejidad de estas neoplasias en decisiones clínicas más ágiles y alineadas con las guías que ya manejamos.

Un cuello de botella conocido en nuestra práctica diaria

Cualquiera de nosotros que haya revisado un caso de glioma de alto grado o de metástasis cerebral sabe que la valoración de estos tumores se sostiene, en gran medida, sobre la experiencia individual del patólogo y del neurooncólogo. Esa dependencia del criterio experto, que es a la vez nuestra mayor fortaleza y nuestra mayor vulnerabilidad, genera demoras y discrepancias entre centros que no siempre podemos explicar con claridad a los pacientes en la primera consulta. EUcanAI nace precisamente para intentar sistematizar ese recorrido: en lugar de proponer una herramienta monolítica, plantea módulos coordinados que asistan en la entrevista clínica, en el diagnóstico por imagen e histopatológico y en la planificación terapéutica, manteniendo al facultativo como intérprete final de cada paso.

El papel del IARC y qué se pone en juego

El IARC aporta al consorcio la clasificación de tumores del sistema nervioso central que publica dentro de la serie WHO Classification of Tumours, el estándar internacional que consultan a diario oncólogos y patólogos para diagnosticar cáncer. Esto significa que los modelos que se entrenen dentro del proyecto se apoyarán sobre una taxonomía ya validada y en actualización continua, lo que reduce uno de los grandes riesgos de la IA clínica: que el algoritmo aprenda categorías obsoletas o excesivamente locales. La iniciativa, coordinada por el Hospital Universitario de Heidelberg, arrancó oficialmente el 1 de septiembre de 2026 —aunque los socios ya venían trabajando con el equipo coordinador desde el 25 de junio— y reúne al IARC junto a once instituciones adicionales de Alemania, Austria y Dinamarca. La financiación procede del programa European Innovation Council (EIC) Pathfinder, dentro de Horizon Europe, y se extiende a lo largo de cuatro años.

Qué merece la pena seguir de cerca

En la práctica, lo que más nos interesa no es el titular, sino tres preguntas concretas que podemos empezar a formular ya: cómo se integrarán estos módulos con los flujos de trabajo que tenemos en el hospital, qué nivel de explicabilidad ofrecerán cuando el modelo discrepe de nuestra lectura y si los criterios de la clasificación de la OMS se actualizarán con la misma cadencia con la que el sistema aprenda. De momento, el proyecto está en fase de diseño y entrenamiento, así que los primeros resultados clínicos multicéntricos tardarán en llegar, pero el marco ya está sobre la mesa y conviene que empecemos a familiarizarnos con él antes de que aterrice en nuestros comités de tumores.