La inteligencia artificial se adelanta al cáncer de piel: predice el melanoma con años de anticipación
Un equipo de investigadores de la Universidad de Gotemburgo ha dado un paso relevante en la medicina preventiva al demostrar que modelos avanzados de inteligencia artificial pueden predecir el riesgo de desarrollar melanoma utilizando datos rutinarios de salud. El hallazgo abre nuevas posibilidades para detectar este tipo de cáncer antes de que se manifieste clínicamente, lo que podría transformar las estrategias de prevención y diagnóstico en los sistemas sanitarios.
El estudio, que analizó a más de seis millones de personas en Suecia, evidenció que la tecnología es capaz de identificar qué individuos tienen mayor probabilidad de desarrollar melanoma en un periodo de cinco años. En total, se incluyó a 6,036,186 personas, de las cuales 38,582 desarrollaron la enfermedad durante el seguimiento, lo que proporciona una base estadística sólida para validar la eficacia de estos modelos predictivos.
De acuerdo con la información difundida por la universidad, los sistemas de inteligencia artificial superaron con claridad a los métodos tradicionales, que suelen basarse únicamente en variables como la edad y el sexo. Mientras que estos modelos convencionales alcanzaron una precisión del 64 %, los algoritmos más avanzados lograron distinguir correctamente entre personas con y sin riesgo en un 73 % de los casos.
El avance se explica por la capacidad de la IA para integrar múltiples variables. Además de datos demográficos, los modelos incorporaron antecedentes médicos, diagnósticos previos, uso de medicamentos y factores socioeconómicos, lo que permitió construir perfiles mucho más complejos y precisos. Este enfoque multidimensional mejora la identificación de grupos de alto riesgo y permite anticipar escenarios que los métodos tradicionales no logran detectar.
La investigación fue desarrollada en colaboración con la Universidad Tecnológica de Chalmers y contó con la participación de especialistas de la Academia Sahlgrenska y el Hospital Universitario Sahlgrenska. El estadístico Martin Gillstedt destacó que los datos sanitarios existentes ya contienen información valiosa para identificar factores de riesgo elevados, lo que refuerza el potencial de los registros poblacionales en la investigación médica.
Uno de los hallazgos más relevantes es que, al combinar datos clínicos y sociodemográficos, los modelos pudieron identificar segmentos de población con hasta un 33 % de probabilidad de desarrollar melanoma en cinco años. Esta capacidad de estratificación del riesgo permite avanzar hacia una medicina más personalizada, donde los recursos sanitarios se enfocan en quienes más los necesitan.
En este contexto, el profesor asociado Sam Polesie subrayó que el uso de inteligencia artificial no reemplaza la evaluación clínica, sino que la complementa. La posibilidad de definir grupos de alto riesgo permitiría implementar controles más frecuentes y dirigidos, optimizando la prevención y mejorando la toma de decisiones en salud pública.
Sin embargo, los investigadores advierten que aún existen desafíos importantes antes de que esta tecnología pueda integrarse plenamente en la práctica clínica. Será necesario realizar nuevas investigaciones, validar los modelos en distintos contextos y adaptarlos a los marcos legales de cada país. Además, su implementación requerirá consensos políticos, regulaciones claras y capacitación del personal sanitario.
A pesar de estos retos, los resultados apuntan a un cambio significativo en la forma de abordar enfermedades complejas. La inteligencia artificial aplicada al análisis de grandes bases de datos sanitarios se perfila como una herramienta clave para anticipar riesgos, diseñar estrategias preventivas más eficaces y reducir la incidencia de enfermedades como el melanoma, uno de los cánceres de piel más agresivos.
El estudio refuerza el papel de la medicina basada en datos en el siglo XXI, donde la combinación de tecnología y conocimiento clínico puede marcar la diferencia entre detectar una enfermedad a tiempo o enfrentar sus consecuencias en etapas avanzadas.
