Más allá del diagnóstico convencional: cómo la IA detecta riesgos de cáncer antes de que aparezcan

¿Y si un examen sale normal? La IA comienza a detectar señales que podrían anticipar el riesgo de cáncer

En la consulta oncológica, un resultado "normal" puede ser un punto de partida y no un cierre. Según recoge G5noticias, nuevos modelos de inteligencia artificial están siendo entrenados para analizar mamografías y tomografías de baja dosis y reconocer patrones que, sin lesiones evidentes a la vista, podrían anticipar el riesgo futuro de desarrollar cáncer. La idea invierte el eje: ya no se trata solo de buscar enfermedad, sino de identificar vulnerabilidad antes de que aparezca.

De la lesión al riesgo latente: qué cambia en nuestra lectura

En oncología, el algoritmo no sustituye la mirada clínica: la amplifica. Los modelos descritos trabajan sobre grandes volúmenes de imagen y datos, diseñados para detectar firmas estadísticas que pasan desapercibidas en una lectura convencional. G5noticias recoge la reflexión del Dr. Arnaldo Marín, médico oncólogo y especialista en Oncología Traslacional, que advierte que gran parte de la medicina se ha centrado hasta ahora en encontrar enfermedad cuando ya hay signos reconocibles, mientras la IA permitiría hacerse una pregunta distinta: si es posible identificar señales de riesgo antes de que el cáncer se haga evidente.

El propio especialista insiste en un matiz clave para nosotros los clínicos: un patrón de mayor riesgo no equivale a tener cáncer. En su lectura, identifica a quien podría beneficiarse de un seguimiento más estrecho o de estudios complementarios, lo que en la práctica diaria se traduce en varios movimientos concretos: los informes radiológicos podrían empezar a incluir puntuaciones de probabilidad junto al veredicto dicotómico; se abren ventanas para personalizar los intervalos de cribado según riesgo estimado y no solo edad; y aparece la necesidad de protocolizar cómo comunicar al paciente un resultado "normal pero de mayor riesgo" sin generar alarma innecesaria.

Dónde ya se está ensayando (y qué pendiente trae)

G5noticias apunta dos frentes donde la investigación internacional acumula evidencia: en cáncer de pulmón, modelos entrenados con tomografías de baja dosis han mostrado capacidad para estimar la probabilidad de aparición varios años después del estudio; en cáncer de mama, se han evaluado algoritmos capaces de aprovechar mamografías para predecir riesgo futuro. En ambos casos partimos de pruebas que ya solicitamos a diario y cuyo negativo tranquiliza, pero que podrían contener información que hoy no estamos leyendo.

Cifras que recuerdan por qué importa

El reportaje sitúa la discusión en Chile, donde el Global Cancer Observatory de la IARC (datos recogidos por el medio y publicados en julio de 2026) estima 59.887 nuevos casos anuales y 31.498 muertes por cáncer. El cáncer colorrectal suma 7.965 diagnósticos y el de pulmón se mantiene como primera causa de mortalidad oncológica con 2.965 fallecidos. Son números que ilustran por qué la detección temprana, aunque sea probabilística, sigue siendo uno de los campos con mayor retorno clínico.

El desafío pendiente, según recoge G5noticias, es trasladar estos avances desde los estudios hasta la práctica clínica. Mientras tanto, la lectura útil para nosotros los clínicos es doble: por un lado, no sustituir nuestro juicio ante un informe catalogado como normal; por otro, prepararnos para integrar, en próximos años, una capa de información probabilística que reordenará circuitos de seguimiento, derivación y counselling al paciente. La tecnología promete, pero el trabajo de acompañarla con criterio sigue siendo nuestro.