IA en oncología ginecológica: mejora el diagnóstico por imagen

La inteligencia artificial abre nuevas vías en oncología ginecológica al afinar el diagnóstico por imagen y la clasificación tumoral. Luis Manso, del Hospital Universitario 12 de Octubre, defendió su uso con supervisión especialista durante el X Congreso Internacional de Oncología Ginecológica MD Anderson, celebrado en Madrid.
La inteligencia artificial abre nuevas vías con machine learning y deep learning
Manso describió la inteligencia artificial como un término paraguas para máquinas y algoritmos capaces de resolver tareas complejas. Distinguió el aprendizaje automático, orientado a clasificar datos, del aprendizaje profundo, basado en redes neuronales.
Su valor clínico está en integrar información molecular, analizar imágenes y mejorar la clasificación de los tumores. Esa combinación permite afinar la selección terapéutica, pero no sustituye la validación médica.
17.000 casos y 3.600 imágenes para apoyar a ecografistas no expertos
Como ejemplo, citó un estudio del Instituto Karolinska con 17.000 casos y más de 3.600 imágenes. El trabajo reunió datos de 20 centros de ocho países y evaluó el apoyo algorítmico a ecografistas sin experiencia específica.
El objetivo era acercar sus diagnósticos a los de los especialistas. Los casos sin consenso que requerían derivación bajaron de 52 a 19 con el uso de los modelos.
Te puede interesar
Muface: integración en miHC para unificar la historia clínica
Manso resumió el resultado: al emplearlos, se logra un diagnóstico más eficiente para derivar a los equipos multidisciplinares. Para un hospital, la utilidad práctica está en ordenar mejor la derivación y concentrar la revisión experta.
Un AUC de 0,92 no elimina la revisión del especialista
El modelo alcanzó un área bajo la curva de 0,92 para identificar tumores con alteraciones de p53 a partir de imágenes. El dato apunta a una capacidad relevante para reconocer patrones moleculares, no a una validación clínica autónoma.
La ponencia, recogida el 8 de noviembre de 2026, mantuvo una condición clara: los resultados deben ser revisados por especialistas. La tecnología puede orientar el tratamiento, pero exige supervisión humana antes de incorporarse a decisiones asistenciales.
Información publicada originalmente por iSanidad.
Imagen: Pexels