Inteligencia artificial: Mejora la predicción del cáncer de cabeza y cuello gracias a la IA

Actualizado hace 9 minutos

¿Sobreviviré? ¿Cómo será mi vida dentro de unos años? ¿Podré volver a hablar, comer o respirar con normalidad? Son preguntas habituales entre las personas diagnosticadas de cáncer y a las que los médicos no siempre han podido dar respuesta. Al menos hasta ahora.

Un equipo de científicos internacionales ha desarrollado una herramienta basada en inteligencia artificial capaz de arrojar algo de luz en este sentido. El sistema permite predecir, hasta tres años después del diagnóstico, tanto la probabilidad de supervivencia como el riesgo de que la calidad de vida de una persona empeore de forma significativa.

Una información muy valiosa que puede ayudar a los profesionales sanitarios a adelantarse a los problemas, adaptar el seguimiento y ofrecer apoyos específicos antes de que el deterioro se haga evidente, en un contexto de creciente presión asistencial y necesidad de optimizar recursos.

La investigación, publicada en la revista científica The Lancet Digital Health, ha sido liderada por la Fondazione IRCCS Istituto Nazionale dei Tumori de Milán y ha contado con la participación de los investigadores de la Universidad de Deusto Aitor Almeida y Aritz Bilbao. Sus resultados suponen un nuevo paso hacia una medicina más personalizada al facilitar el diagnóstico precoz de los pacientes con mayor riesgo de sufrir un deterioro físico o emocional.

Secuelas importantes

El avance adquiere una especial relevancia en el cáncer de cabeza y cuello. Gracias a los progresos terapéuticos, cada vez son más los pacientes que sobreviven, pero muchos deben convivir con secuelas importantes derivadas de los tratamientos. "El problema de los supervivientes de cáncer de cabeza y cuello es que, aunque hayan superado la enfermedad, las secuelas que les dejan los tratamientos suelen ser muy importantes. Hay pacientes que han pasado por intervenciones en la garganta y necesitan dispositivos para respirar, pero también pueden sufrir problemas de mandíbula, de cuello, de oído o dificultades funcionales que les acompañan durante años", explica Aitor Almeida, investigador de la Facultad de Ingeniería de la Universidad de Deusto.

Sin embargo, la calidad de vida va mucho más allá de las limitaciones físicas. "Estamos hablando también de cómo se siente una persona consigo misma, de si puede volver a trabajar, de si es capaz de relacionarse con otras personas o de participar en actividades tan cotidianas como sentarse a comer con familiares o amigos. Son aspectos que tienen un enorme impacto en la vida diaria y que muchas veces pasan desapercibidos", añade.

Precisamente por eso, los investigadores trataron de responder a una pregunta que hasta ahora resultaba especialmente difícil: qué pacientes tienen más probabilidades de experimentar un empeoramiento importante de su bienestar tras el diagnóstico.

Los investigadores de la Universidad de Deusto Miguel Fernández de Retana, Aitor Almeida y Aritz Bilbao. Universidad de Deusto

Aprendizaje automático

Para lograrlo han desarrollado un modelo de aprendizaje automático entrenado con información de 3.572 pacientes incluidos en el estudio británico Head and Neck 5000. El sistema analiza hasta 143 variables distintas: desde el tipo de tumor, su estadio o los tratamientos recibidos hasta factores como la edad, el nivel socioeconómico, el consumo de tabaco o alcohol y el propio estado de salud declarado por los pacientes durante el seguimiento.

A diferencia de investigaciones anteriores, el nuevo modelo no estudia únicamente a quienes sobreviven. También incorpora información de los pacientes que fallecieron y sus características, una variable fundamental para obtener predicciones más ajustadas a la realidad. El resultado es una herramienta capaz de calcular simultáneamente dos escenarios: la probabilidad de seguir vivo tres años después del diagnóstico y el riesgo de que la calidad de vida empeore de forma significativa.

"La finalidad es poder intervenir cuando realmente es necesario y no esperar varios meses para descubrir que la calidad de vida del paciente se ha deteriorado. Si somos capaces de anticipar esos cambios, también podemos actuar antes y evitar que determinados problemas lleguen a agravarse", afirma Almeida.

El móvil, gran aliado

Una de las aportaciones más innovadoras del proyecto ha ido un paso más allá de la información clínica tradicional. Los investigadores incorporaron datos obtenidos a través de los teléfonos móviles para construir lo que denominan "marcadores de comportamiento": indicadores indirectos capaces de reflejar cómo evoluciona el bienestar de una persona en su día a día.

La lógica es sencilla. Los hábitos cotidianos contienen una enorme cantidad de información sobre el estado físico y emocional de las personas. Cómo se mueven, cuánto salen de casa o cómo interactúan con la tecnología puede ofrecer pistas valiosas sobre su evolución.

"Para conseguirlo utilizamos información procedente del teléfono móvil. A partir de esos datos construimos lo que llamamos marcadores de comportamiento, que funcionan como indicadores indirectos de la calidad de vida. La idea es utilizar la tecnología que las personas llevan encima todos los días para obtener una imagen mucho más completa y continua de cómo están evolucionando", explica el investigador.

La aplicación desarrollada para el estudio analiza aspectos como la actividad física detectada por los sensores del dispositivo, los desplazamientos fuera del domicilio, los patrones de movilidad o el nivel general de interacción con el teléfono. Los investigadores subrayan que no se accede al contenido de llamadas o mensajes ni a la identidad de los contactos.

Un médico examina el cuello de una paciente con molestias. Magnific

Los resultados mostraron que esta información complementa de manera significativa los datos médicos tradicionales, lo que permite anticipar cambios sutiles mucho antes de que aparezcan en una consulta médica. "Hemos comprobado que cuando incorporamos la información procedente de los teléfonos móviles somos capaces de modelar la calidad de vida mucho mejor que utilizando exclusivamente información clínica. Eso significa que podemos obtener una visión más precisa y más útil para ayudar a los pacientes", destaca Almeida.

La inteligencia artificial también ha permitido descubrir relaciones difíciles de detectar mediante métodos convencionales. "Una de las cosas más interesantes que hemos encontrado es que existen relaciones entre variables que, en principio, nadie sospecharía que estuvieran conectadas. Hemos visto, por ejemplo, que el uso de pantalla estaba muy relacionado con determinadas escalas asociadas a problemas digestivos o que el nivel de interacción social tenía una relación importante con la percepción de la propia imagen", señala.

Atención personalizada

El modelo ha sido validado posteriormente con pacientes de hospitales de Alemania e Italia, donde mantuvo un rendimiento consistente. Además, los investigadores ya han desarrollado una interfaz digital que permitirá integrar estas predicciones en la práctica clínica.