¿Puede la IA predecir el riesgo individual de recaída del cáncer utilizando secuenciación genética del tumor ?

La recaída del cáncer depende de una compleja interacción de mutaciones genéticas, microambiente tumoral y respuesta al tratamiento. La medicina personalizada busca predecir el riesgo de recaída analizando la genómica del tumor, pero integrar grandes conjuntos de datos sigue siendo un desafío para los clínicos humanos. La IA podría acelerar este proceso al identificar patrones vinculados a la recurrencia en datos de alta dimensión.

Los sistemas de IA pueden ahora aprovechar el secuenciado completo del exoma tumoral o del ARN junto con variables clínicas para producir puntuaciones individuales de riesgo de recurrencia que superan a la patología tradicional por sí sola. Por ejemplo, plataformas comerciales como Oncotype DX AR-V7 y FoundationOne Hemo utilizan paneles de expresión génica para estimar la probabilidad de recaída en cánceres de mama, próstata y hematológicos, y modelos de aprendizaje profundo entrenados con datos de TCGA alcanzan AUCs de alrededor de 0,75–0,85 para varios tipos de tumor. Las herramientas con aprobación regulatoria siguen siendo en gran medida pronósticas en lugar de predictivas de la respuesta al tratamiento, y la validación en el mundo real fuera de cohortes curadas aún es limitada.

— Enriched 12 de mayo de 2026 · Fuente: Nature Medicine — https://www.nature.com/articles/s41591-023-02300-5