Vilma Pacheco: «La IA incrementa los tratamientos eficaces con potencial curativo»

Aunque haya habido grandes progresos en los últimos tiempos, el cáncer sigue siendo una palabra que aterra. La Sociedad Española de Oncología Médica baraja la terrible cifra de 18 millones de personas que morirán en 2050 a causa de esta enfermedad. Tal y como nos explica esta oncóloga médico del Hospital Universitario de Torrejón, la comunidad científica aprovecha la inteligencia artificial (IA) para mejorar el diagnóstico y hacer más eficaces los medicamentos. 

Febrero es el mes de la prevención del cáncer y se estima que durante 2025 se registren en España casi 300.000 nuevos casos. ¿La IA puede ayudar a frenar esto?
En la última década hemos visto grandes avances en el campo de la IA en pacientes oncológicos, ya que tiene un enorme potencial para resolver problemas complejos. Su uso en el diagnóstico precoz incrementa los tratamientos eficaces con potencial curativo y esto supone uno de los principales retos de la oncología médica ahora mismo. La IA es muy útil en el análisis de pruebas de imagen, como radiografías, tomografías axiales computerizadas (TAC) y resonancias magnéticas (RM) que permitan realizar un diagnóstico temprano.

¿De qué forma concreta puede ayudar en los diagnósticos y la detección?
Reforzando la precisión, rapidez y fiabilidad de algunos métodos de cribado. Una investigación apoyada por el National Cancer Institute (NCI por sus siglas en inglés) ha demostrado que los algoritmos de imagen de la IA pueden ayudar a predecir el riesgo a largo plazo de cánceres de mama invasivos, además de mejorar su detección. Por ejemplo, en Estados Unidos, la Agencia de Alimentos y Medicamentos ha autorizado la comercialización de software basado en IA para su uso en anatomía patológica. También se está investigando en el diagnóstico de lesiones precancerosas para identificar pacientes con alto riesgo de desarrollar un cáncer.

¿Esta tecnología también influye en la eficacia de los tratamientos?
Otro de los retos de la oncología médica es la resistencia de algunos tipos de tumores a los tratamientos oncológicos. En este sentido, la IA se está utilizando para desarrollar nuevos tratamientos con nuevas dianas terapéuticas —sustancias de una célula capaces de reconocer un fármaco y producir una respuesta celular— para elaborar estrategias y predecir si el paciente responderá al tratamiento.

¿Cree que para implementar la IA en el ámbito de la salud los profesionales deben tener una especial formación?
Claro, una formación específica optimiza su manejo y reduce posibles riesgos. Al fin y al cabo, los dispositivos que usamos en la práctica clínica están regulados, pero las herramientas de IA no siempre encajan. Actualmente, las agencias regulatorias trabajan en una normativa de responsabilidad sobre la IA de alto riesgo, como la que se usa en asistencia sanitaria, porque se necesitan más ensayos clínicos para validar sus aplicaciones. Además, la IA es una herramienta compleja y a veces puede ser difícil comprender cómo funciona. Por eso es importante que los modelos sean explicables y transparentes.

En Antiqua et nova, el reciente texto del Vaticano sobre la IA, se advierte del riesgo de que esta sustituya a la relación médico-paciente y esto provoque más soledad en la enfermedad.
Especialmente en la oncología, esa relación médico-paciente es fundamental e implica confianza, apertura interpersonal y respeto por la gravedad del diagnóstico y su complejidad, que requiere una toma de decisiones constante. La medicina de precisión basada en IA tiene un impacto en estas decisiones y en el abordaje diagnóstico-terapéutico, pero la relación médico-paciente debe preservarse siempre. Con la IA se ha descrito un posible problema llamado black box o «caja negra», que puede ocurrir cuando las decisiones las toma la IA y no se ofrece una explicación clara al paciente respecto al algoritmo utilizado. Por eso, la formación en el uso de la IA también es útil para una comunicación clara de cara a que comprenda qué implicaciones ha tenido la IA en el manejo de su enfermedad.