Un modelo de inteligencia artificial entrenado con historiales clínicos de millones de pacientes podría cambiar la forma en que se detecta el cáncer. Se llama Oncoformer y, según sus creadores, es capaz de identificar señales de alarma hasta doce meses antes de que un paciente reciba un diagnóstico oficial, a partir de datos que ya se recogen de forma rutinaria en cualquier consulta médica.

Hasta ahora, la detección temprana del cáncer ha dependido en gran medida de programas de cribado pensados para un tipo de tumor concreto, como la mamografía o la colonoscopia, que dejan fuera muchos otros casos. Oncoformer plantea un enfoque distinto: aprovechar los análisis de sangre, las constantes vitales y las radiografías de tórax que los pacientes ya se realizan por otros motivos para construir una imagen longitudinal de su salud.

En ese sentido, el equipo responsable del proyecto entrenó el modelo con información de 2,81 millones de personas y cerca de 12 millones de consultas médicas. Al incorporar la cohorte utilizada para validar los resultados, el conjunto total ascendió a 3,67 millones de individuos y 17,75 millones de encuentros clínicos, entre los que había casi 348.000 pacientes oncológicos y más de 3,32 millones de personas sin la enfermedad.

El desarrollo se describe en un estudio publicado en la revista científica Cell, cuyo objetivo era comprobar si el modelo podía anticipar el cáncer incluso sin acceso a la información más reciente de cada paciente. Para ello, los investigadores retiraron todos los datos correspondientes a los noventa días previos al diagnóstico y, aun así, Oncoformer logró distinguir a las personas que desarrollarían la enfermedad durante el año siguiente.

Cómo funciona el modelo Oncoformer

El modelo reconstruye la evolución clínica de cada paciente para detectar patrones que resultarían difíciles de identificar al revisar una analítica o una radiografía de forma aislada. Entre las variables con mayor peso en sus predicciones se encuentran la albúmina, el porcentaje de neutrófilos, la fosfatasa alcalina y la lactato deshidrogenasa, parámetros habituales en pruebas rutinarias que, combinados, parecen esconder información relevante sobre la progresión de la enfermedad.

Más allá de detectar el cáncer

Oncoformer no se limita a calcular un riesgo. El modelo también estima el estadio probable del tumor en el momento del diagnóstico, la respuesta esperada a seis tipos de tratamiento y el riesgo de recaída en diez clases distintas de cáncer.

En sus pruebas alcanzó una puntuación de 0,869 sobre 1 al anticipar diagnósticos dentro del año siguiente, con una precisión aún mayor al identificar tumores ya presentes y al calcular su estadio.

Puesto a prueba en un cribado real

Los investigadores llevaron el modelo a un escenario más cercano a la práctica clínica mediante un cribado prospectivo de cáncer colorrectal. De más de 38.000 participantes, se seleccionó a 3.025 personas de alto riesgo y el sistema identificó correctamente 54 de los 60 casos de cáncer detectados, con una sensibilidad del 90% y una especificidad del 86,8%.

Un paso más hacia la medicina preventiva

Los propios autores del estudio advierten de que estos resultados no bastan para llevar Oncoformer a los hospitales. La mayoría de los análisis se realizó de forma retrospectiva y más del 99% de la población utilizada para entrenar el modelo era de origen asiático, frente a una muestra mayoritariamente europea en el Biobanco del Reino Unido usado para las pruebas adicionales, una diferencia que podría afectar a su rendimiento en otros sistemas sanitarios.

Antes de plantear cualquier uso clínico, los investigadores consideran imprescindible realizar ensayos prospectivos a gran escala con poblaciones más diversas. Por ahora, Oncoformer demuestra que los datos que ya generan las revisiones médicas rutinarias pueden contener pistas tempranas sobre el cáncer, aunque todavía está lejos de sustituir las pruebas diagnósticas o el criterio de los médicos.