En oncología, cada vez tenemos más información. ¿Pero estamos tomando mejores decisiones?

En la práctica diaria combinamos datos clínicos, imágenes, anatomía patológica, biomarcadores moleculares y antecedentes del paciente para definir una conducta terapéutica.

El desafío no es solamente disponer de toda esa información, sino saber integrarla. Un trabajo publicado en septiembre de 2026 en Nature Medicine (I³LUNG) evaluó modelos de inteligencia artificial para predecir resultados de inmunoterapia en pacientes con cáncer de pulmón no microcítico.

El estudio incluyó 2.396 pacientes y mostró resultados interesantes: los modelos alcanzaron un AUC de hasta 0,77 en el conjunto de prueba y superaron a determinados biomarcadores y parámetros clínicos individuales. Pero hay dos aspectos que me parecen especialmente importantes.

Primero: cuando los modelos fueron evaluados en poblaciones externas, su rendimiento disminuyó. Una demostración concreta de por qué la validación externa es indispensable.

Segundo: los investigadores también evaluaron cómo interactuaban los médicos con la herramienta. Y observaron que, con el apoyo de una IA explicable, mejoraban sus predicciones.

Este último punto es, para mí, uno de los más relevantes. No se trata solamente de construir algoritmos capaces de procesar grandes cantidades de información. Se trata de desarrollar herramientas que ayuden al médico a interpretar mejor la complejidad clínica.

Sin embargo, mejorar una predicción no equivale todavía a demostrar mejores resultados en los pacientes. Para eso necesitamos estudios prospectivos y evidencia de impacto clínico. Como oncólogo, creo que estamos frente a una oportunidad importante, pero también frente a una responsabilidad.

La pregunta no es si la IA puede procesar más información que nosotros. La pregunta es si podemos utilizarla para tomar decisiones más seguras, fundamentadas y centradas en cada paciente. Ahí es donde considero que debería concentrarse gran parte de la investigación.

La IA propone. El médico verifica. El médico decide.

Referencia: Prelaj A. et al. Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC. Nature Medicine. 2026. https://lnkd.in/dBiY-ADE

#Oncología #InteligenciaArtificial #Medicina