El Hospital de Fuenlabrada participa en un estudio que utiliza la IA para detectar cáncer oculto

Fuenlabrada

El Hospital de Fuenlabrada participa junto con otros centros de Madrid, en un estudio liderado por el Hospital Infanta Leonor, que ha conseguido desarrollar un modelo predictivo para evaluar el riesgo de cáncer oculto entre los 30 días y los 24 meses después de que un paciente haya sufrido un evento trombótico venosos (TEV), que puede ser una primera manifestación de un cáncer no diagnosticado. En el modelo desarrollado se emplearon técnicas de Machine Learning Prediction (MLP), un tipo de inteligencia artificial que emplea el bigdata para generar un modelo predictivo con mucha más precisión que las herramientas de detección actuales para ello.

De esta forma, se puede detectar de manera precoz a pacientes con cáncer incipiente, mejorando su supervivencia y evitando los estudios innecesarios en otros pacientes sin tumores, ya que el modelo desarrollado tiene un 94% de probabilidad de identificar como no enfermo a aquél que efectivamente no lo está.

Detección precoz

El estudio lleva el nombre de ‘Clover’ y ha incluido datos de 815 pacientes con TEV, entre los años 2021-2025, de los hospitales universitarios de Infanta Leonor y Fuenlabrada. Durante el seguimiento, 56 pacientes, un 6,9%, fueron diagnosticados de cáncer oculto. Los tumores más frecuentes detectados fueron del tracto gastrointestinal, de próstata o pulmón en hombres y gastrointestinal, de mama y hematológico en mujeres. El modelo final integra 15 variables que incluyen la edad, el género, la presión arterial y parámetros analíticos, como el dímero-D y la hemoglobina.

En el estudio han participado los Servicios de Medicina Interna y Anatomía Patológica del hospitales Infanta Leonor, coordinador del estudio, y de Medicina Interna de los hospitales de Fuenlabrada y 12 de Octubre, entre otros.

En los meses próximos se realizará una validación de la herramienta en diferentes centros, que será fundamental para una implementación clínica generalizada. Se da la circunstancia de que este modelo predictivo fue reconocido hace poco en la II edición de los Premios ‘Ennova Health’ del Diario Médico y el Correo Farmacéutico.