La Plataforma de Medicina Computacional de la Fundación Progreso y Salud trabaja con modelos predictivos que buscan detectar antes el riesgo de desarrollar estas enfermedades.
La inteligencia artificial aplicada a la investigación en salud se consolida como una herramienta con impacto directo en el bienestar y la calidad de vida. En el marco del Día Mundial contra el Cáncer, que se celebró el pasado 4 de febrero, la Plataforma de Medicina Computacional de la Fundación Progreso y Salud ha puesto el foco en el desarrollo de predictores que permiten adelantarse al cáncer de pulmón y al de ovario. Una línea de trabajo que se suma a otras recomendaciones clave para la prevención, como los cambios en la dieta a partir de los 50 años para mejorar la salud.
El objetivo es claro: actuar antes. Y, con ello, aumentar las opciones de éxito de las intervenciones, evitar diagnósticos tardíos y aliviar la carga que suponen los tratamientos cuando la enfermedad se detecta en fases avanzadas.
Te puede interesar
El contexto sanitario que impulsa la prevención y la detección temprana
La prevención es uno de los usos más transformadores de los datos clínicos. En este sentido, la Plataforma de Medicina Computacional, entidad dependiente de la Consejería de Sanidad, Presidencia y Emergencias, que dirige Antonio Sanz, ha explicado que recurre a la inteligencia artificial para reforzar estrategias de detección precoz.
Detrás de esta línea de trabajo está una realidad que marca la vida de miles de personas: en el cáncer de pulmón, la mortalidad sigue siendo elevada, en parte porque el 70% de los casos se diagnostica en estadios avanzados. Cuando el diagnóstico llega tarde, el margen de maniobra se reduce y el impacto físico, emocional y económico sobre el paciente y su entorno se multiplica.
Los detalles del proyecto PulmoAI y el valor de los datos clínicos
Uno de los proyectos en marcha es PulmoAI: Predicción Temprana del Cáncer de Pulmón mediante Inteligencia Artificial, centrado en estimar el riesgo de forma anticipada para intervenir antes y reducir la mortalidad asociada.
Para ello, los investigadores trabajan con datos del mundo real procedentes de la Base Poblacional de Salud del sistema sanitario público de Andalucía, que reúne información clínica detallada de más de 15 millones de pacientes. Con ese volumen de registros, los modelos pueden entrenarse para identificar perfiles con mayor probabilidad de desarrollar la enfermedad.
La intención es avanzar hacia un cribado más eficiente y preciso, minimizando los falsos positivos y negativos que suelen complicar los métodos actuales. Además, al aprovechar datos ya existentes, como: analíticas, visitas a especialistas, urgencias o medicación dispensada. La aplicación de estos algoritmos tiene un coste prácticamente nulo para el sistema sanitario.
Cómo cambia el enfoque cuando se predice el riesgo antes del diagnóstico
El potencial de estos modelos no se limita a “acertar” más. La clave está en la personalización: el análisis de riesgo puede incorporar factores sociodemográficos, hábitos de vida y antecedentes médicos, algo especialmente relevante cuando se busca tomar decisiones preventivas con tiempo.
En paralelo, la Plataforma desarrolla un predictor temprano de cáncer de ovario a partir de información registrada de forma pasiva por el sistema sanitario. La idea es anticipar un posible diagnóstico usando datos no vinculados directamente al cáncer, como analíticas de sangre, enfermedades previas o medicación prescrita.
De acuerdo con este enfoque, el modelo aprende a reconocer un patrón de uso del sistema de salud previo a que aparezca la enfermedad, abriendo la puerta a adelantarse al diagnóstico y a actuar cuando las probabilidades de éxito suelen ser mayores.
La trascendencia de la medicina personalizada para una vida más saludable
Más allá del avance tecnológico, el impacto se mide en términos cotidianos: diagnósticos más tempranos, tratamientos menos agresivos y una atención más ajustada a cada persona. También supone un paso hacia un sistema más sostenible, al reducir el gasto asociado a terapias complejas en fases avanzadas.
La Plataforma Andaluza de Medicina Computacional se ha concebido como una pieza clave del Plan de Medicina Personalizada y de Precisión, con la misión de facilitar la inclusión de datos genómicos en la historia clínica electrónica. Su doble objetivo pasa por desarrollar métodos innovadores para interpretar grandes volúmenes de información médica y generar evidencia mediante estudios éticos y seguros.
Si quieres conocer otras interesantes noticias de actualidad en Andalucía, consulta los contenidos de nuestro periódico digital.