{"id":69381,"date":"2026-05-14T09:45:59","date_gmt":"2026-05-14T15:45:59","guid":{"rendered":"https:\/\/saluddigital.com\/?p=69381"},"modified":"2026-05-14T09:50:00","modified_gmt":"2026-05-14T15:50:00","slug":"ia-supera-a-la-mayoria-de-medicos-al-predecir-mutaciones-en-tumores-cerebrales-pierde-precision-fuera-de-su-entorno-de-entrenamiento","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/ia-supera-a-la-mayoria-de-medicos-al-predecir-mutaciones-en-tumores-cerebrales-pierde-precision-fuera-de-su-entorno-de-entrenamiento\/","title":{"rendered":"IA supera a la mayor\u00eda de m\u00e9dicos al predecir mutaciones en tumores cerebrales; pierde precisi\u00f3n fuera de su entorno de entrenamiento"},"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

Un estudio japon\u00e9s compar\u00f3 dos modelos de IA con 18 m\u00e9dicos de distintas especialidades y los modelos destacaron en condiciones controladas, pero los especialistas m\u00e1s experimentados mantuvieron ventajas de calibraci\u00f3n en validaci\u00f3n externa.<\/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

Conocer el estado de una mutaci\u00f3n gen\u00e9tica espec\u00edfica antes de operar es, en el contexto del c\u00e1ncer cerebral, cl\u00ednicamente determinante. La mutaci\u00f3n del gen IDH o isocitrato deshidrogenasa, divide a los gliomas en quienes la presentan responden mejor a la quimioterapia y a la radioterapia y tienen mayor expectativa de vida, mientras que quienes no la tienen enfrentan una enfermedad m\u00e1s agresiva. \u00a0Actualmente, confirmar ese estado requiere biopsia o cirug\u00eda. Un estudio publicado en npj Digital Medicine journal<\/em><\/a> por investigadores del Centro Nacional del C\u00e1ncer de Jap\u00f3n explor\u00f3 qu\u00e9 tan cerca est\u00e1n los modelos de inteligencia artificial (IA) de hacer esa determinaci\u00f3n de forma no invasiva, solo a partir de im\u00e1genes de resonancia magn\u00e9tica, y en qu\u00e9 condiciones superan o no la capacidad de juicio de los m\u00e9dicos.<\/strong><\/p>

El estudio compar\u00f3 dos modelos de aprendizaje profundo o deep learning<\/em>, GliomaDepth-IDH y GliomaVista-IDH, con 18 m\u00e9dicos de tres perfiles: ocho neurorradi\u00f3logos con m\u00e1s de 15 a\u00f1os de experiencia, cinco neurocirujanos especialistas en neuro-oncolog\u00eda y cinco residentes de neurocirug\u00eda. Todos evaluaron im\u00e1genes los conjuntos de datos BraTS, una base de datos internacional estandarizada usada para el entrenamiento de los modelos, y el JC, una cohorte japonesa multic\u00e9ntrica con im\u00e1genes provenientes de 10 hospitales distintos entre 1991 y 2015, que representa las condiciones variables del entorno cl\u00ednico real.<\/p>

Los resultados sobre el conjunto BraTS fueron contundentes en favor de la IA. GliomaVista-IDH, basado en una arquitectura de Vision Transformer, alcanz\u00f3 un \u00e1rea bajo la curva (AUC) de 0.97, con una precisi\u00f3n del 90%, mientras que los neurorradi\u00f3logos obtuvieron un AUC de 0.65, los neurocirujanos de 0.59 y los residentes de 0.54. La ventaja del modelo m\u00e1s avanzado sobre todos los grupos m\u00e9dicos fue estad\u00edsticamente significativa.<\/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

Sin embargo, al someter los mismos modelos a la validaci\u00f3n externa con el conjunto japon\u00e9s, el rendimiento cay\u00f3 de forma considerable<\/strong>. GliomaDepth-IDH pas\u00f3 de un AUC de 0.85 a 0.75, y GliomaVista-IDH de 0.97 a 0.82. Este fen\u00f3meno, conocido como \u201cdesplazamiento de dominio\u201d, ocurre cuando un modelo entrenado en datos de un entorno se aplica a datos con caracter\u00edsticas distintas, como protocolos de imagen diferentes, vol\u00famenes tumorales m\u00e1s peque\u00f1os o variaciones en los equipos de adquisici\u00f3n. M\u00e1s revelador a\u00fan fue el problema de calibraci\u00f3n, pues GliomaVista-IDH, con un umbral de clasificaci\u00f3n predeterminado, sobrediagnostic\u00f3 masivamente las mutaciones en la cohorte japonesa, alcanzando una exactitud de apenas 0.64, lo que lo hace inapropiado para uso cl\u00ednico sin ajustes posteriores<\/strong>.<\/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

\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

En cambio, un subgrupo de tres m\u00e9dicos de alto desempe\u00f1o, dos neurorradi\u00f3logos y un neurocirujano que obtuvieron AUC superiores a 0.85 en la cohorte japonesa, igual\u00f3 o super\u00f3 a los modelos en calibraci\u00f3n, con un Brier score de 0.19, mejor que los 0.32 de GliomaVista-IDH en ese mismo conjunto. Los autores se\u00f1alan que este grupo demostr\u00f3 una capacidad adaptativa ante im\u00e1genes de caracter\u00edsticas distintas a las que habitualmente manejan, lo que sugiere que la experiencia cl\u00ednica profunda confiere estrategias diagn\u00f3sticas que los modelos actuales no replican plenamente.<\/p>

Uno de los neurorradi\u00f3logos declar\u00f3 \u201cno tengo idea\u201d ante un caso con una lesi\u00f3n peque\u00f1a y caracter\u00edsticas ambiguas, en lugar de emitir una predicci\u00f3n. Los modelos, en cambio, generaron una probabilidad definida para ese mismo caso, sin se\u00f1al alguna de incertidumbre. Los autores identifican esto como una limitaci\u00f3n estructural de los sistemas actuales, ya que la IA produce una estimaci\u00f3n num\u00e9rica independientemente de la calidad o suficiencia de la informaci\u00f3n disponible, mientras que el m\u00e9dico experimentado puede reconocer cu\u00e1ndo la imagen no permite una conclusi\u00f3n confiable<\/strong>.<\/p>

Cabe destacar que el estudio incluy\u00f3 \u00fanicamente m\u00e9dicos que ejercen en Jap\u00f3n y se bas\u00f3 en conjuntos de datos relativamente peque\u00f1os, con subconjuntos de prueba de diez casos cada uno. Los autores reconocen que estos tama\u00f1os limitan el poder estad\u00edstico de las comparaciones entre plataformas y especialidades. Los modelos tampoco integraron informaci\u00f3n cl\u00ednica, de laboratorio o historial del paciente, recursos con los que los m\u00e9dicos siempre cuentan al emitir un diagn\u00f3stico.<\/p>

Los investigadores concluyen que los modelos de IA tienen un valor claro para asistir a m\u00e9dicos menos experimentados en contextos familiares, pero que su despliegue aut\u00f3nomo requiere adaptaci\u00f3n espec\u00edfica al entorno institucional, correcci\u00f3n de calibraci\u00f3n y validaci\u00f3n local. La propuesta que emerge del estudio apunta hacia sistemas capaces de se\u00f1alar su propia incertidumbre y hacia marcos de colaboraci\u00f3n entre m\u00e9dico y algoritmo que aprovechen las capacidades complementarias de cada uno.<\/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\/s41746-026-02695-2<\/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":"

IA supera a la mayor\u00eda de m\u00e9dicos al predecir mutaciones en tumores cerebrales; pierde precisi\u00f3n fuera de su entorno de entrenamiento.<\/p>","protected":false},"author":1,"featured_media":69383,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-69381","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\/69381","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=69381"}],"version-history":[{"count":5,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/69381\/revisions"}],"predecessor-version":[{"id":69388,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/69381\/revisions\/69388"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/69383"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=69381"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=69381"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=69381"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}