Un equipo de investigadores de la Universidad de Plymouth ha diseñado un sistema de inteligencia artificial bautizado como PRECISE-AGZ, capaz de analizar historiales clínicos digitalizados para identificar indicios tempranos de cáncer de vejiga. La herramienta ha demostrado capacidad para detectar patrones de riesgo complejos y síntomas sutiles con una anticipación de hasta cinco años respecto al diagnóstico formal.
El cáncer de vejiga suele presentar síntomas iniciales inespecíficos. Cuadros comunes como la hematuria (presencia de sangre en la orina) se atribuyen con frecuencia a afecciones benignas, infecciones del tracto urinario, litiasis renal o hiperplasia benigna de próstata, lo que suele demorar la derivación al especialista. Para solucionar esta falta de especificidad, PRECISE-AGZ no analiza signos aislados, sino la interacción correlacionada de múltiples variables clínicas a lo largo del tiempo.
Selección de 38 factores clave y precisión analítica
Para desarrollar y entrenar el algoritmo, los científicos procesaron los registros médicos de casi 70.000 pacientes. Tras evaluar una batería inicial de más de 48.000 variables, que abarcaban desde el tabaquismo y el nivel de actividad física hasta diagnósticos previos y prescripciones farmacológicas, el algoritmo depuró el modelo hasta seleccionar 38 factores predictivos clave:
-
Sensibilidad y especificidad: En las pruebas de validación, la herramienta identificó correctamente al 85% de los pacientes que terminaron desarrollando la enfermedad y clasificó de forma precisa al 91% de los individuos sanos.
-
Ventana de intervención: Aunque la huella de riesgo es detectable cinco años antes de la manifestación severa, la máxima precisión predictiva del modelo se concentra en los 12 meses previos al diagnóstico clínico tradicional.
Optimización de cistoscopias mediante triaje de riesgo
La aplicación de PRECISE-AGZ promete agilizar la toma de decisiones en los servicios de urología. En la actualidad, la confirmación de esta patología requiere una cistoscopia, un procedimiento exploratorio invasivo que exige introducir una cámara a través de la uretra. Al clasificar a los pacientes en tres estratos de riesgo (bajo, intermedio y alto), el modelo permite a los médicos de atención primaria priorizar las derivaciones urgentes para cistoscopia en aquellos casos etiquetados como de alto riesgo, evitando exploraciones molestas e innecesarias en aquellos encuadrados en la franja baja.
A pesar de estos prometedores resultados, los autores del estudio enfatizan que PRECISE-AGZ se encuentra en fase de validación cruzada. Al haberse entrenado exclusivamente con datos del servicio sanitario galés, será imprescindible probar el algoritmo en poblaciones más diversas antes de su integración en los sistemas de historia clínica electrónica. Estos avances indican que la IA está a un nivel superior de lo que se pensaba y que es posible emplearla para el bien, que no todo resulta ser dañino y que puede ayudar a la progresión de los sistemas de salud y ser un complemento, mas no una sustitución.