El cáncer de páncreas es uno de los tumores más temidos, pues suele detectarse cuando la enfermedad ya está avanzada, lo que reduce drásticamente las opciones de tratamiento. Así, este problema cuenta con dos variantes. Por un lado, sus primeras señales son inespecíficas y difíciles de identificar; por otro, no existe un cribado poblacional viable, como sí lo hay para otros tumores, porque haría falta analizar a demasiada gente para encontrar unos pocos casos. El resultado es que menos de uno de cada cinco pacientes recibe un diagnóstico a tiempo.
En este sentido, un equipo de la Clínica Mayo (Estados Unidos) ha diseñado un modelo de inteligencia artificial (IA) capaz de predecir el riesgo de que una persona desarrolle cáncer de páncreas hasta tres años antes de que llegue el diagnóstico, a partir de datos que ya se recogen de forma rutinaria en cualquier hospital. La investigación se ha presentado en el Congreso Clínico del Colegio Americano de Cirujanos (ACS) de 2026, celebrado en Washington, y sus impulsores la plantean como una posible herramienta de cribado selectivo: identificar a quién conviene vigilar de cerca sin necesidad de examinar a toda la población.
Un tumor poco frecuente pero muy letal
La relevancia de detectar antes esta enfermedad se entiende con las cifras. El cáncer de páncreas es relativamente raro, pero su mortalidad es desproporcionada: representa alrededor del 3% de todos los nuevos casos de cáncer, pero causa cerca del 8% de todas las muertes oncológicas. En España, según la Sociedad Española de Oncología Médica (SEOM), se diagnostican en torno a 9.000 casos al año, y es uno de los pocos tumores cuya supervivencia apenas ha mejorado en las últimas décadas.
El motivo es precisamente su detección tardía. "El cáncer de páncreas puede ser curable, pero solo si se detecta a tiempo, y menos de uno de cada cinco pacientes recibe un diagnóstico oportuno", explica Cornelius Thiels, oncólogo quirúrgico de la Clínica Mayo y coautor del trabajo. "Como resultado, la supervivencia de muchos pacientes todavía se mide en meses, no en años".
¿Cómo funciona el modelo?
El modelo de IA diseñado por los investigadores estadounidenses se basa en analizar las señales que se producen a lo largo de los años. "Sabemos que el cáncer de páncreas se desarrolla a lo largo de cinco a siete años, pero los síntomas que observa un médico o un paciente no aparecen hasta que es demasiado tarde", señala Thiels. El modelo busca precisamente esas señales sutiles que se esconden en los datos.
Para ello, el sistema analiza el historial clínico completo del paciente a lo largo del tiempo y lo combina con los resultados de analíticas rutinarias recogidas durante una media de una década o más. De este modo, el conjunto de datos con el que se entrenó y evaluó incluyó a 6.066 personas con cáncer de páncreas y 33.396 sin la enfermedad, con historiales que abarcaban entre 7,5 y 19 años.
En cuanto a las pruebas, el modelo mostró una capacidad notable para distinguir a las personas con riesgo real de las de bajo riesgo tres años antes del diagnóstico. Todo ello con un índice de acierto (Auroc), de 0,853, en una escala en la que el 1 sería la predicción perfecta y 0,5 equivaldría al azar. Además, demostró minimizar los falsos positivos, un aspecto clave para no generar alarmas ni pruebas innecesarias.
Una persona utilizando IA.
"Nuestro modelo demostró que un riesgo de cáncer de páncreas superior al 50%, según la predicción del modelo, indicaba una probabilidad del 88% de ser diagnosticado con cáncer de páncreas en un año", explica Chris Varghese, científico de datos de la Clínica Mayo y autor principal. Dicho de otro modo, cuando el sistema señalaba a alguien como de alto riesgo, acertaba en la gran mayoría de los casos.
Igualmente, uno de los aspectos que más destacan sus creadores es que el modelo se apoya en información que se recopila de forma casi universal en los sistemas sanitarios, sin necesidad de pruebas nuevas ni costosas. "Lo diseñamos para que fuera lo más generalizable, escalable y fácil de implementar posible", subraya Varghese. "Si se demuestra su eficacia, podría utilizarse en prácticamente cualquier entorno".
Un avance prometedor, pero todavía en fase de validación
Conviene, no obstante, situar el hallazgo en su punto justo. Se trata de una investigación presentada en un congreso médico, no de un estudio publicado en una revista tras revisión por pares, y se ha desarrollado de forma retrospectiva, es decir, sobre datos del pasado. Eso significa que el modelo ha demostrado su capacidad prediciendo casos ya conocidos, pero aún no se ha probado prediciendo el futuro en pacientes reales.
Los propios autores lo reconocen y ya trabajan en el siguiente paso. "Estamos demostrando que podemos trasladar esta herramienta de investigación retrospectiva a nuestro entorno clínico y ejecutarla de forma prospectiva para su validación", explican, un proceso que están extendiendo también a un sistema hospitalario ajeno a la Clínica Mayo. Además, avanzan en el desarrollo de arquitecturas de IA más avanzadas que, según adelantan, mejorarían todavía más su rendimiento. Si esa validación confirma los resultados, la herramienta podría convertirse en una vía para adelantarse a uno de los cánceres más difíciles de detectar a tiempo.