9 de julio de 2026

Un grupo internacional de investigadores presentó durante julio de 2026 un nuevo modelo de inteligencia artificial que podría representar un avance importante en la medicina de precisión para pacientes con cáncer de pulmón. El estudio evaluó el uso de CT-CLIP, un modelo fundacional entrenado para interpretar imágenes de tomografía computarizada (TC), con el objetivo de predecir la supervivencia de los pacientes combinando información radiológica y datos clínicos antes de iniciar el tratamiento.

El cáncer de pulmón continúa siendo la principal causa de muerte por cáncer en el mundo. Aunque los especialistas cuentan con herramientas como el estadio del tumor, la edad del paciente y diferentes biomarcadores para estimar el pronóstico, estos métodos presentan limitaciones cuando se trata de determinar con precisión qué pacientes evolucionarán favorablemente y cuáles podrían desarrollar complicaciones o una progresión acelerada de la enfermedad. La incorporación de la inteligencia artificial busca complementar estas evaluaciones utilizando patrones invisibles para el ojo humano presentes en las imágenes médicas.

En esta investigación, los científicos analizaron los estudios tomográficos de 242 pacientes diagnosticados con cáncer de pulmón. El modelo CT-CLIP fue capaz de extraer automáticamente miles de características de las imágenes obtenidas antes del tratamiento, las cuales posteriormente fueron integradas con variables clínicas como edad, antecedentes médicos y características del tumor. Posteriormente se compararon distintos métodos de entrenamiento, incluyendo modelos completamente ajustados, modelos parcialmente adaptados y modelos con el sistema de inteligencia artificial congelado como extractor de características.

Los resultados mostraron que una estrategia relativamente sencilla, utilizando el modelo preentrenado junto con un clasificador específico para supervivencia, consiguió un rendimiento igual o superior al de otros enfoques más complejos. Además, el sistema logró diferenciar de manera consistente a los pacientes con mayor riesgo de mortalidad de aquellos con mejor pronóstico, generando grupos clínicamente útiles para apoyar la toma de decisiones terapéuticas. Los investigadores destacan que este tipo de herramientas podría ayudar a seleccionar tratamientos más personalizados y optimizar el seguimiento de los pacientes durante su evolución.

Otro aspecto relevante del estudio es que demuestra el potencial de los llamados modelos fundacionales, una nueva generación de sistemas de inteligencia artificial entrenados con grandes volúmenes de imágenes médicas. En lugar de desarrollar un modelo específico para cada enfermedad, estas plataformas pueden adaptarse posteriormente a múltiples aplicaciones clínicas utilizando conjuntos de datos relativamente pequeños. Esto representa una ventaja importante para hospitales y centros de investigación que no disponen de millones de imágenes para entrenar algoritmos desde cero.

Los autores aclaran que el modelo todavía requiere validación en poblaciones más amplias y en hospitales de diferentes países antes de incorporarse a la práctica clínica habitual. Sin embargo, consideran que los resultados obtenidos confirman que la combinación de inteligencia artificial, imágenes de alta resolución y datos clínicos tiene el potencial de transformar la forma en que se evalúa el pronóstico del cáncer de pulmón durante los próximos años. Para la comunidad de neumología y oncología torácica, este trabajo representa un paso más hacia una atención médica más personalizada, precisa y basada en datos.

Fuente

Allgöwer S., Johansson M., Hallqvist A. y colaboradores. CT-CLIP Representations for Multimodal Lung Cancer Survival Prediction. Publicado en arXiv el 9 de julio de 2026.