Todo el contenido de iLive se revisa médicamente o se verifica para asegurar la mayor precisión posible.
Tenemos pautas de abastecimiento estrictas y solo estamos vinculados a sitios de medios acreditados, instituciones de investigación académica y, siempre que sea posible, estudios con revisión médica. Tenga en cuenta que los números entre paréntesis ([1], [2], etc.) son enlaces a estos estudios en los que se puede hacer clic.
Si considera que alguno de nuestros contenidos es incorrecto, está desactualizado o es cuestionable, selecciónelo y presione Ctrl + Intro.
La IA puede predecir el pronóstico del cáncer de mama triple negativo
Último revisado: 02.07.2025
Investigadores del Instituto Karolinska de Suecia han estudiado la eficacia de diferentes modelos de inteligencia artificial para predecir el pronóstico del cáncer de mama triple negativo mediante el análisis de ciertas células inmunitarias dentro del tumor. El estudio, publicado en la revista eClinicalMedicine, supone un avance importante hacia el uso de la IA en la atención oncológica para mejorar la salud de los pacientes.
Los linfocitos infiltrantes de tumores son un tipo de célula inmunitaria que desempeña un papel importante en la lucha contra el cáncer. Su presencia en un tumor significa que el sistema inmunitario intenta atacar y destruir las células cancerosas.
Estas células inmunitarias pueden ser importantes para predecir la respuesta al tratamiento de una paciente con el llamado cáncer de mama triple negativo y la progresión de la enfermedad. Sin embargo, los resultados de la evaluación de las células inmunitarias pueden variar según el patólogo. La inteligencia artificial (IA) puede ayudar a estandarizar y automatizar este proceso, pero ha sido difícil demostrar su eficacia para su uso en la atención médica.
Diez modelos de IA comparados
Los investigadores probaron diez modelos de IA diferentes y compararon su capacidad para analizar linfocitos infiltrados en tumores en muestras de tejido de cáncer de mama triple negativo.
Los resultados mostraron que el rendimiento analítico de los modelos de IA variaba. A pesar de estas diferencias, ocho de cada diez modelos mostraron una buena capacidad predictiva, lo que significa que pudieron predecir el estado de salud futuro de los pacientes de forma similar.
Incluso los modelos entrenados con cantidades más pequeñas de muestras mostraron una buena capacidad predictiva, lo que indica que los linfocitos infiltrados en tumores son un biomarcador confiable", dijo Balázs Aç, investigador del Departamento de Oncología y Patología del Instituto Karolinska.
Se necesita investigación independiente
El estudio muestra que se necesitan grandes conjuntos de datos para comparar diferentes herramientas de IA y garantizar su calidad antes de implementarlas en el ámbito sanitario. Si bien los resultados son prometedores, se requiere mayor validación.
«Nuestro estudio destaca la importancia de los estudios independientes que imitan la práctica clínica real», afirma Balazs Aç. «Solo mediante estos ensayos podemos estar seguros de que las herramientas de IA son fiables y eficaces para el uso clínico».