El cáncer de mama es la enfermedad oncológica más diagnosticada entre las mujeres en el mundo, con más de 2,3 millones de casos anuales y sigue siendo una de las principales causas de mortalidad por cáncer. Predecir con precisión si este tipo de tumor volverá a aparecer sigue siendo uno de los retos clave de la oncología
Para avanzar en este campo, un equipo internacional liderado por la Universidad Rovira i Virgili ha desarrollado un modelo de inteligencia artificial (IA) capaz de integrar datos de imágenes médicas e información clínica para calcular el riesgo de reaparición del cáncer de mama forma más esmerada e interpretativa, con un elevado nivel de precisión.
El nuevo sistema de IA contra el cáncer combina dos fuentes de información: por un lado, utiliza imágenes de resonancia magnética dinámica con contraste y, por otro, datos clínicos de cada paciente. A diferencia de los sistemas actuales, que sólo analizan las características específicas del tumor, este nuevo enfoque también tiene en cuenta otras variables como el tejido mamario que rodea al cáncer. Esta visión global permite al modelo captar patrones muy sutiles, como la simetría entre ambas mamas o la textura interna del tumor, que se asocian con mayor probabilidad de recaída.
El funcionamiento del modelo es completamente automático: en primer lugar segmenta las imágenes de resonancia, selecciona sus características más relevantes (forma, intensidad y variaciones del tejido) y, finalmente, integra esta información con datos médicos como el tipo de tumor, los receptores hormonales o el grado de malignidad. Todos estos elementos se procesan con un modelo de red neuronal llamado TabNet, que destaca por su capacidad de analizar datos complejos e interpretarlos.
Precisión y sensibilidad
En las pruebas realizadas con más de 500 pacientes el sistema alcanzó un alto nivel de precisión global -de los más elevados entre todos los modelos probados hasta ahora- y demostró una mayor sensibilidad para identificar los casos con riesgo real de recaída.
«Esta sensibilidad es clave, ya que permite reducir falsos negativos y evitar que se pasen por alto pacientes que podrían necesitar un seguimiento o tratamiento adicional», explica Domènec Puig, del Departamento de Ingeniería Informática y Matemáticas de la URV e investigador principal del proyecto.
El análisis de los resultados también ha permitido identificar los factores más importantes a la hora de realizar una predicción: la textura irregular del tumor, la falta de simetría entre las dos mamas y el estado de los receptores hormonales. Estos indicadores podrían convertirse en nuevas herramientas visuales y médicas a la hora de tomar decisiones clínicas.
Aplicable en hospitales
Otra de las potencialidades del modelo es que es escalable, interpretable y potencialmente aplicable a hospitales sin necesidad de pruebas genéticas invasivas o muy costosas. “Esperamos en un futuro validar esta herramienta con datos de más centros para garantizar su aplicación clínica a gran escala”, comenta Domènec Puig.
El estudio forma parte del proyecto europeo Bosomshield, enmarcado en el programa Marie Skłodowska-Curie Doctoral Networks, y demuestra el potencial de la colaboración entre tecnología de vanguardia y medicina para avanzar hacia una oncología más personalizada y predictiva.
Referencia bibliográfica:
Khalid, A. et al. (2026). Towards Breast Cancer Recurrence Prediction Using Transformer-Based Learning from Global–Local Radiomics and Clinical Data. In: Zhang, T., et al. Artificial Intelligence and Imaging for Diagnostic and Treatment Challenges in Breast Care. Deep-Breath 2025. Lecture Notes in Computer Science, vol 16142. Springer, Cham. https://doi-org.sabidi.urv.cat/10.1007/978-3-032-05559-0_12
Fuente: Universitat Rovira i Virgili
Recordamos que SALUD A DIARIO es un medio de comunicación que difunde información de carácter general relacionada con distintos ámbitos sociosanitarios, por lo que NO RESPONDEMOS a consultas concretas sobre casos médicos o asistenciales particulares. Las noticias que publicamos no sustituyen a la información, el diagnóstico y/o tratamiento o a las recomendaciones QUE DEBE FACILITAR UN PROFESIONAL SANITARIO ante una situación asistencial determinada.
SALUD A DIARIO se reserva el derecho de no publicar o de suprimir todos aquellos comentarios contrarios a las leyes españolas o que resulten injuriantes, así como los que vulneren el respeto a la dignidad de la persona o sean discriminatorios. No se publicarán datos de contacto privados ni serán aprobados comentarios que contengan 'spam', mensajes publicitarios o enlaces incluidos por el autor con intención comercial.
En cualquier caso, SALUD A DIARIO no se hace responsable de las opiniones vertidas por los usuarios a través de los canales de participación establecidos, y se reserva el derecho de eliminar sin previo aviso cualquier contenido generado en los espacios de participación que considere fuera de tema o inapropiados para su publicación.
* Campos obligatorios