Investigadores de la Universidad de Gotemburgo, en Suecia, han demostrado que modelos avanzados de inteligencia artificial (IA) pueden predecir el riesgo de melanoma, el cáncer de piel más agresivo, utilizando datos de salud de rutina. Un estudio exhaustivo, que analizó información de más de seis millones de personas, reveló que la tecnología permite identificar a individuos con mayor probabilidad de desarrollar la enfermedad en los próximos cinco años, abriendo nuevas vías para la detección temprana y la prevención optimizada.
Los modelos de IA evaluados superaron significativamente a los métodos tradicionales basados únicamente en la edad y el sexo, incorporando variables como diagnósticos previos, uso de medicamentos y nivel socioeconómico. El modelo más avanzado logró una precisión del 73% en la distinción entre personas con y sin riesgo futuro de melanoma, en comparación con el 64% de los métodos básicos.
Los datos sanitarios ya disponibles permiten identificar a quienes presentan factores de riesgo elevados , afirmó Martin Gillstedt, estadístico de la Academia Sahlgrenska. Aunque la herramienta aún no se ha implementado en la práctica clínica diaria, los resultados resaltan el potencial de los registros poblacionales para anticipar escenarios en salud pública.
La investigación, realizada en colaboración con la Universidad Tecnológica de Chalmers, combinó diversas fuentes de datos para aumentar la precisión de los modelos. Los hallazgos indicaron que la IA puede identificar segmentos de población con hasta un 33% de probabilidad de desarrollar melanoma en cinco años, facilitando la estratificación del riesgo y la priorización de controles médicos dirigidos.
El estudio documentó que 38.582 individuos desarrollaron melanoma durante el período de seguimiento de cinco años, proporcionando evidencia sólida de la eficacia del enfoque basado en IA. Los investigadores enfatizan la necesidad de futuras investigaciones para validar los modelos, adaptarlos al marco legal y capacitar al personal de salud antes de su implementación generalizada. El objetivo final es optimizar los recursos sanitarios y generar estrategias de prevención más precisas y focalizadas.
Suscríbete a Noticias lat para más noticias.
