{"id":67099,"date":"2026-01-28T10:19:17","date_gmt":"2026-01-28T16:19:17","guid":{"rendered":"https:\/\/saluddigital.com\/?p=67099"},"modified":"2026-01-28T10:22:42","modified_gmt":"2026-01-28T16:22:42","slug":"nueva-herramienta-de-ia-mejora-la-evaluacion-del-riesgo-en-enfermedades-complejas","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/nueva-herramienta-de-ia-mejora-la-evaluacion-del-riesgo-en-enfermedades-complejas\/","title":{"rendered":"Nueva herramienta de IA mejora la evaluaci\u00f3n del riesgo en enfermedades complejas"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

El modelo h\u00edbrido MedFusionNet combina im\u00e1genes m\u00e9dicas y datos cl\u00ednicos para apoyar diagn\u00f3sticos m\u00e1s precisos y comprensibles.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un avance reciente publicado en Communications Medicine<\/em><\/a> presenta MedFusionNet<\/strong>, un modelo de inteligencia artificial (IA) dise\u00f1ado para mejorar la clasificaci\u00f3n y estratificaci\u00f3n del riesgo en enfermedades complejas, como distintos tipos de c\u00e1ncer. El estudio aborda uno de los principales retos de la medicina asistida por IA, la dificultad de interpretar im\u00e1genes m\u00e9dicas cuando coexisten m\u00faltiples hallazgos cl\u00ednicos y cuando la informaci\u00f3n del paciente se encuentra dispersa en distintos formatos, como im\u00e1genes, textos y datos cl\u00ednicos estructurados.<\/p>

Adem\u00e1s, a diferencia de los modelos tradicionales, que suelen analizar un solo diagn\u00f3stico a la vez, MedFusionNet est\u00e1 pensado para escenarios de clasificaci\u00f3n multilabel<\/em><\/strong> o multietiqueta, en los que una misma imagen puede reflejar varias condiciones simult\u00e1neas. Este enfoque es relevante en \u00e1reas como la radiolog\u00eda, donde una radiograf\u00eda de t\u00f3rax puede mostrar signos de distintas patolog\u00edas al mismo tiempo, o en la evaluaci\u00f3n del riesgo de c\u00e1ncer, que depende de m\u00faltiples factores biol\u00f3gicos y conductuales.<\/p>

El modelo propuesto combina dos estrategias complementarias, en una primera etapa, aplica un sistema de umbrales univariados para identificar las caracter\u00edsticas cl\u00ednicas m\u00e1s relevantes asociadas a cada riesgo. En una segunda etapa, estas caracter\u00edsticas se integran en una arquitectura de aprendizaje profundo h\u00edbrida que combina r<\/strong>edes neuronales convolucionales<\/strong> y mecanismos de autoatenci\u00f3n, lo que permite capturar relaciones complejas entre distintas se\u00f1ales cl\u00ednicas e im\u00e1genes m\u00e9dicas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Asimismo, MedFusionNet tambi\u00e9n incorpora informaci\u00f3n multimodal, ya que adem\u00e1s de las im\u00e1genes, el sistema puede procesar datos cl\u00ednicos y textos asociados al historial del paciente. Seg\u00fan los autores, esta fusi\u00f3n de fuentes permite detectar patrones que podr\u00edan pasar desapercibidos si cada tipo de informaci\u00f3n se analizara por separado, y al mismo tiempo mejora la interpretabilidad del modelo, un aspecto clave para su posible adopci\u00f3n en entornos cl\u00ednicos.<\/p>

Para evaluar su desempe\u00f1o, los investigadores probaron el modelo en dos conjuntos de datos. Uno fue el conocido repositorio NIH ChestX-ray14, que incluye m\u00e1s de 112 mil radiograf\u00edas de t\u00f3rax con m\u00faltiples etiquetas diagn\u00f3sticas<\/strong>. El otro fue un conjunto de datos cl\u00ednicos sobre c\u00e1ncer cervicouterino que integra variables demogr\u00e1ficas, conductuales y m\u00e9dicas. En ambos casos, MedFusionNet mostr\u00f3 un rendimiento superior al de otros modelos de referencia, con mayor precisi\u00f3n y mayor estabilidad en la identificaci\u00f3n de enfermedades poco frecuentes.<\/p>

Los autores se\u00f1alan que este tipo de herramientas podr\u00eda contribuir a una detecci\u00f3n m\u00e1s temprana de enfermedades, a una mejor priorizaci\u00f3n de pacientes seg\u00fan su nivel de riesgo y a una toma de decisiones cl\u00ednicas m\u00e1s informada. Aunque subrayan que el modelo no sustituye el juicio m\u00e9dico<\/strong>, consideran que avances como MedFusionNet representan un paso importante hacia sistemas de apoyo cl\u00ednico m\u00e1s fiables, transparentes y adaptados a la complejidad real de la pr\u00e1ctica m\u00e9dica.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s43856-025-01334-3<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

MedFusionNet una nueva herramienta de IA que mejora la evaluaci\u00f3n del riesgo en enfermedades complejas.<\/p>","protected":false},"author":1,"featured_media":67100,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-67099","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/67099","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=67099"}],"version-history":[{"count":4,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/67099\/revisions"}],"predecessor-version":[{"id":67105,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/67099\/revisions\/67105"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/67100"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=67099"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=67099"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=67099"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}