¿Y si un simple algoritmo, analizando su historial médico, pudiera identificar su riesgo de desarrollar un melanoma mucho antes de que aparezca el menor signo visible? Ahora es posible, según un importante estudio publicado en la revista Acta Dermato-Venereologica. Investigadores suecos de la Universidad de Gotemburgo entrenaron una inteligencia artificial con los datos de más de 6 millones de adultos para predecir, con una precisión sin precedentes, quién corre el riesgo de desarrollar este temido cáncer de piel.

¿Qué es el melanoma y por qué es tan peligroso?

El melanoma es el cáncer de piel más agresivo. Surge de los melanocitos, las células responsables de la pigmentación cutánea, y puede propagarse rápidamente a otros órganos si el diagnóstico llega tarde. En Francia se registran cada año alrededor de 17 000 nuevos casos, una cifra que no ha dejado de aumentar durante varias décadas.

La clave de la curación reside en la precocidad del diagnóstico. Detectado en una fase temprana, el melanoma es tratable en la gran mayoría de los casos. Pero identificado demasiado tarde, el pronóstico se vuelve mucho más sombrío. Aquí es donde entra en juego la inteligencia artificial, con capacidades de detección que comienzan a superar a las de las herramientas diagnósticas tradicionales.

Una IA entrenada con 6 millones de historiales médicos suecos

El estudio sueco destaca por su escala excepcional. Los investigadores no se limitaron a analizar fotografías de lunares: aprovecharon los registros nacionales de salud de toda la población adulta sueca, es decir, más de seis millones de personas. Entre los datos considerados:

• La edad y el sexo de los pacientes
• Sus antecedentes médicos y diagnósticos pasados
• Los medicamentos previamente recetados
• Información sociodemográfica (lugar de residencia, estatus socioeconómico)

El objetivo era identificar combinaciones de factores que, incluso sin examen dermatológico, pudieran predecir un riesgo elevado de melanoma en los años siguientes.

73% de precisión: un salto cuantitativo importante

El modelo de IA más eficaz del estudio alcanzó una precisión del 73% para identificar a las personas que efectivamente desarrollarían un melanoma, frente al 64% de los modelos clásicos basados únicamente en la edad y el sexo. Esta mejora puede parecer modesta en valores absolutos, pero en la práctica representa miles de pacientes mejor seleccionados para un cribado precoz.

Aún más impresionante: al cruzar todos los datos disponibles, la IA logró aislar pequeños grupos de muy alto riesgo, con una probabilidad de desarrollar melanoma que alcanzaba el 33% en cinco años. En otras palabras, un tercio de las personas identificadas en este grupo de riesgo desarrollará un melanoma en los cinco años siguientes al análisis, una información valiosa para orientar el seguimiento médico.

¿Cómo funciona concretamente este sistema de IA?

El modelo se basa en técnicas de aprendizaje automático (machine learning), en particular los algoritmos de gradient boosting, especialmente eficaces con datos tabulares de tipo médico. Contrariamente a una idea errónea común, la IA no "mira" aquí imágenes de piel: analiza patrones en los datos administrativos y clínicos, buscando correlaciones invisibles al ojo humano.

Por ejemplo, ciertos tipos de medicamentos tomados regularmente, combinados con antecedentes específicos y datos demográficos, pueden constituir una señal débil pero estadísticamente significativa. Esta capacidad para detectar señales compuestas que los médicos no pueden integrar manualmente es lo que da fuerza a estos algoritmos.

¿Hacia un cribado personalizado del cáncer de piel?

Si estos resultados se confirman en otras poblaciones y contextos sanitarios, abren el camino a una medicina preventiva más personalizada. En términos concretos, esto podría significar:

• Derivaciones automáticas al dermatólogo basadas en el nivel de riesgo calculado
• Una mejor asignación de los recursos médicos hacia los pacientes de mayor riesgo
• Un ahorro de tiempo valioso en países donde los plazos de consulta dermatológica son largos

En Francia, donde los dermatólogos son escasos y a menudo se concentran en las grandes ciudades, una herramienta así podría transformar el seguimiento preventivo del melanoma. El médico de cabecera podría recibir un informe de riesgo automatizado para sus pacientes, ayudándole a decidir a quién derivar con prioridad al especialista.

Las limitaciones que hay que tener en cuenta

A pesar del entusiasmo que suscita este estudio, se imponen varias reservas. En primer lugar, la modelización se realizó sobre datos específicamente suecos, una población con características genéticas y climáticas particulares (piel clara, exposición solar estacional). Los resultados no son directamente extrapolables a poblaciones mediterráneas o ecuatoriales.

Además, una precisión del 73% también significa que el 27% de los casos siguen sin detectarse. La IA no reemplaza el examen clínico: debe percibirse como una herramienta de ayuda a la decisión, no como un oráculo. Por último, las cuestiones de confidencialidad de los datos médicos son centrales: explotar registros nacionales de salud, aunque anonimizados, plantea importantes dilemas éticos que deberán regularse con normativas sólidas.

Una revolución discreta pero profunda

Este estudio forma parte de un movimiento más amplio de integración de la IA en la medicina preventiva. Más allá del melanoma, ya se están probando algoritmos similares para predecir el riesgo de diabetes, enfermedades cardiovasculares o incluso ciertas formas de depresión. El historial médico del futuro podría incluir una "puntuación de riesgo IA" para varias patologías, actualizada regularmente a lo largo de las consultas.

No es ciencia ficción: los datos existen, los modelos funcionan y los sistemas sanitarios más avanzados están empezando a integrarlos. El reto ahora es hacerlo de manera ética, transparente y colocando siempre al paciente —y no al algoritmo— en el centro de la decisión médica.

Para recordar: Una IA sueca analiza millones de historiales médicos para predecir el riesgo de melanoma con un 73% de precisión. Una herramienta prometedora para la detección precoz del cáncer de piel, a la espera de validación a mayor escala.