El cáncer cervicouterino continúa siendo una de las principales causas de muerte por cáncer en mujeres, especialmente en países de ingresos económicos de medios a bajos, donde los programas de prevención y detección temprana suelen ser limitados o poco accesibles. Según datos de la Organización Mundial de la Salud (OMS), cada año se registran aproximadamente 600,000 nuevos casos y más de 300,000 muertes por esta enfermedad, a pesar de que se trata de uno de los tipos de cáncer más prevenibles y tratables cuando se detecta a tiempo. Frente a este panorama, la ciencia ha comenzado a apoyarse en herramientas tecnológicas emergentes, entre las que destaca la inteligencia artificial (IA). Esta rama de la tecnología, que hasta hace poco parecía propia de las películas de ciencia ficción, hoy tiene un papel cada vez más relevante en la medicina.

¿Qué es la inteligencia artificial y cómo puede ayudar en medicina?

La inteligencia artificial hace referencia a sistemas computacionales capaces de realizar tareas que normalmente requerirían inteligencia humana; como analizar grandes cantidades de datos, aprender de ellos y generar recomendaciones o incluso tomar decisiones.

Usos de la Inteligencia Artificial en el diagnóstico de cáncer cervicouterino

1. Análisis automatizado de pruebas de Papanicolaou (Pap).

La citología cervical, mejor conocida como prueba de Papanicolaou, es el método principal para detectar el cáncer cervicouterino pre invasivo. Sin embargo, su efectividad puede variar según la calidad de la muestra y la experiencia del personal que la interpreta. Aquí es donde la inteligencia artificial funge como ventana de ayuda, puesto que existen sistemas capaces de analizar imágenes de citologías con una precisión comparable o incluso superior a la de los especialistas, por aprendizaje automatizado, donde discierne entre muestras de sanos y enfermos.

2. Modelos predictivos.

La inteligencia artificial también se aplica en el análisis de datos clínicos para predecir el riesgo individual de desarrollar cáncer cervicouterino. Información como la edad, el número de embarazos, antecedentes de infección por VPH, tabaquismo o enfermedades inmunológicas puede ser procesada por modelos predictivos que ayudan a estadificar el riesgo y establecer planes de seguimiento personalizados. Esto brindaría un índice de riesgo cuya finalidad sería monitorizar pacientes con elevada carga de factores de riesgo y ayudaría al diagnóstico temprano de lesiones premalignas.

3. Interpretación de imágenes colposcópicas con apoyo de IA.

La colposcopia es considerada como el estándar de oro para el diagnóstico. Es una técnica esencial para estudiar a detalle lesiones sospechosas detectadas en la citología. Con el apoyo de la inteligencia artificial, las imágenes captadas durante este procedimiento pueden ser analizadas por algoritmos entrenados con miles de casos previos. Estos modelos pueden identificar patrones sutiles asociados a lesiones precancerosas, como las neoplasias intraepiteliales cervicales de alto grado (NIC II y III), que representan una etapa previa al cáncer invasor. En países de ingresos económicos bajos, donde el número de especialistas certificados es limitado, el uso de esta herramienta podría ampliar el camino hacia una evaluación más precisa, usándose incluso en zonas de difícil acceso a la salud.

Ventajas de la IA frente a los métodos tradicionales:

La integración de la inteligencia artificial en el ámbito médico, particularmente en el diagnóstico del cáncer cervicouterino, aporta múltiples beneficios:

1. Mayor rapidez y eficacia, ya que los sistemas automatizados pueden analizar grandes volúmenes de muestras o imágenes en cuestión de minutos, lo que permite obtener diagnósticos más rápidos y reducir los tiempos de espera.

2. Menor margen de error, donde los algoritmos bien entrenados ofrecen una alta consistencia en sus resultados y no se ven afectados por el cansancio o la subjetividad, factores que pueden influir en la interpretación humana.

3. Apoyo al personal médico, en el que la IA puede funcionar como una herramienta de apoyo clínico, ofreciendo una segunda opinión objetiva que ayuda a mejorar la toma de decisiones.

4. Diagnóstico en zonas de difícil acceso, usando plataformas digitales y dispositivos móviles sería posible implementar estas tecnologías en comunidades rurales o marginadas, llevando servicios de detección temprana a lugares donde el acceso o número de especialistas es limitado.

5. Optimización de recursos, que permite a la IA automatizar tareas repetitivas, reduciendo la carga de trabajo del personal médico y disminuyendo los costos operativos, permitiendo que los recursos del sistema de salud se utilicen de manera más eficiente.

Sin embargo, no todo es color de rosa. Aunque la inteligencia artificial representa una gran promesa en el ámbito de la salud, su implementación en la práctica clínica aún enfrenta varios desafíos importantes:

La protección de datos y confidencialidad sigue siendo un problema, puesto que el uso de información médica requiere altos estándares de seguridad. Es importante recalcar que se necesita garantizar que los datos de los pacientes se manejen con responsabilidad, cumpliendo con normas éticas y legales estrictas.

Falta de validación en entornos reales, donde muchos algoritmos que muestran buenos resultados en entornos controlados no siempre funcionan igual en la práctica clínica diaria. Es necesario evaluarlos en poblaciones diversas y contextos locales para asegurar su efectividad y seguridad.

Confianza y adopción por parte del personal médico. Aún existe cierta resistencia entre profesionales de la salud, ya sea por desconocimiento o por temor a ser reemplazados. Sigue siendo importante promover la capacitación y dejar claro que la IA es una herramienta de apoyo, no un reemplazo de sus actividades.

Brecha tecnológica, ya que no todos los centros de salud, especialmente en regiones rurales o de bajos recursos, cuentan con la infraestructura o conectividad necesarias para aplicar estas tecnologías de forma efectiva, incluso para mantener su cuidado y funcionamiento.

Conclusiones. El cáncer cervicouterino es una enfermedad que, con las herramientas adecuadas, puede prevenirse, tratarse y, en muchos casos, curarse. Si bien aún existen barreras por superar, los avances actuales nos acercan cada vez más a un futuro donde todas las mujeres, sin importar su ubicación o condiciones socioeconómicas, tengan acceso a diagnósticos más precisos y oportunos.

Aunque la inteligencia artificial ofrece oportunidades innovadoras para mejorar la detección y el manejo del cáncer cervicouterino, es esencial que su aplicación se lleve a cabo con responsabilidad y bajo una supervisión ética adecuada. La creación e integración de estos sistemas debe estar respaldada por evidencia científica sólida, garantizar la protección de los datos personales y reconocer claramente sus capacidades y limitaciones. La IA no sustituye al juicio clínico humano, sino que actúa como un apoyo valioso para el personal médico. Utilizada de manera consciente y bien regulada, puede fortalecer la toma de decisiones, optimizar recursos y elevar la calidad de la atención sin comprometer la seguridad de las pacientes.

REFERENCIAS:

Bai, X., Wei, J., Starr, D., Zhang, X., Wu, X., Guo, Y., Liu, Y., Ma, X., Wei, Y., Li, C., Zilla, M. L., Zhang, W., Zeng, X., & Zhao, C. (2024). Assessment of Efficacy and Accuracy of Cervical Cytology Screening with Artificial Intelligence Assistive System. Modern Pathology, 37(6). https://doi.org/10.1016/j.modpat.2024.100486

Organización Mundial de la Salud. (2022, 16 de diciembre). Cáncer cervicouterino. https://www.who.int/es/news-room/fact-sheets/detail/cervical-cancer

Hou, X., Shen, G., Zhou, L., Li, Y., Wang, T., & Ma, X. (2022). Artificial Intelligence in Cervical Cancer Screening and Diagnosis. Frontiers in Oncology, 12, 851367. https://doi.org/10.3389/fonc.2022.851367

Kurita, Y., Meguro, S., Kosugi, I., Enomoto, Y., Kawasaki, H., Kano, T., Saitoh, T., Shinmura, K., & Iwashita, T. (2024). Enhancing cervical cancer cytology screening via artificial intelligence innovation. Scientific Reports, 14(1), 19535. https://doi.org/10.1038/s41598-024-70670-6

Ouh, Y.-T., Kim, T. J., Ju, W., Kim, S. W., Jeon, S., Kim, S.-N., Kim, K. G., & Lee, J.-K. (2024). Development and validation of artificial intelligence-based analysis software to support screening system of cervical intraepithelial neoplasia. Scientific Reports, 14(1), 1957. https://doi.org/10.1038/s41598-024-51880-4