Un equipo de investigadores de Mayo Clinic desarrolló una innovadora herramienta de inteligencia artificial capaz de detectar señales tempranas del cáncer de páncreas hasta tres años antes de que la enfermedad sea diagnosticada clínicamente, un avance que podría transformar el tratamiento y aumentar significativamente las posibilidades de supervivencia de los pacientes.

El hallazgo, publicado recientemente en la revista científica Gut, representa un importante paso en la lucha contra uno de los tipos de cáncer más agresivos y con mayores tasas de mortalidad a nivel mundial.

La nueva tecnología, denominada REDMOD (Modelo de detección temprana basado en radiómica), utiliza inteligencia artificial para analizar tomografías computarizadas abdominales realizadas de forma rutinaria y detectar cambios microscópicos en el tejido pancreático que suelen pasar desapercibidos incluso para especialistas experimentados.

A diferencia de los métodos tradicionales, que suelen identificar la enfermedad cuando el tumor ya es visible o cuando el paciente presenta síntomas avanzados, este sistema puede reconocer patrones sutiles asociados al desarrollo del cáncer en etapas mucho más tempranas, cuando aún existe posibilidad de aplicar tratamientos curativos.

Durante la investigación, los científicos analizaron cerca de 2,000 tomografías que inicialmente habían sido interpretadas como normales. Sin embargo, mediante el uso de REDMOD, el sistema logró identificar de manera anticipada el 73 % de los casos de cáncer que posteriormente fueron confirmados, con un promedio de 16 meses antes del diagnóstico oficial.

Los resultados fueron aún más prometedores en imágenes obtenidas con más de dos años de anticipación, donde la inteligencia artificial logró detectar casi tres veces más casos que los especialistas humanos sin apoyo tecnológico.

El cáncer de páncreas continúa siendo uno de los más difíciles de diagnosticar a tiempo debido a que rara vez presenta síntomas en sus primeras fases. Según datos del Instituto Nacional del Cáncer, más del 85 % de los pacientes reciben el diagnóstico cuando la enfermedad ya se ha propagado, lo que reduce drásticamente las probabilidades de supervivencia.

Actualmente, la tasa de supervivencia a cinco años sigue siendo inferior al 15 %, y se estima que para 2030 esta enfermedad podría convertirse en la segunda causa principal de muerte por cáncer en Estados Unidos.

El doctor Ajit Goenka, autor principal del estudio, explicó que uno de los mayores obstáculos para combatir este tipo de cáncer ha sido precisamente la dificultad para identificarlo cuando aún puede tratarse de forma efectiva.

El modelo REDMOD analiza cientos de características cuantitativas relacionadas con la textura y estructura de los tejidos pancreáticos, permitiendo detectar alteraciones biológicas mínimas que podrían indicar el inicio del proceso cancerígeno.

Una de sus principales ventajas es que puede aplicarse automáticamente sobre tomografías que ya fueron realizadas por otras razones médicas, sin necesidad de procedimientos adicionales para el paciente. Esto lo convierte en una herramienta especialmente útil para personas con factores de riesgo elevados, como quienes desarrollan diabetes de aparición reciente o tienen antecedentes familiares de la enfermedad.

Además, el sistema ha demostrado mantener resultados consistentes en diferentes hospitales, equipos de imagen y protocolos médicos, lo que refuerza su potencial para ser implementado a gran escala.

Tras los resultados positivos obtenidos en laboratorio, los investigadores avanzan ahora hacia una nueva fase mediante el proyecto AI-PACED, un estudio clínico que evaluará cómo integrar esta tecnología en la atención médica cotidiana de pacientes con alto riesgo.

Esta investigación forma parte de la iniciativa Precure, impulsada por Mayo Clinic para desarrollar métodos capaces de predecir y prevenir enfermedades antes de que aparezcan síntomas evidentes.

El avance representa una nueva muestra del impacto que la inteligencia artificial está comenzando a tener en la medicina moderna, ofreciendo esperanza frente a enfermedades que históricamente han sido detectadas demasiado tarde y abriendo la puerta a diagnósticos más precisos, rápidos y oportunos.