Desde los tiempos de Hipócrates, la medicina ha buscado en el rostro humano señales del fin. Ahora, un equipo de investigadores ha entrenado una inteligencia artificial con más de 40 millones de imágenes para hacer exactamente eso: leer en la fotografía de un paciente oncológico su probabilidad de morir en los próximos 90 días. La herramienta, publicada en The Lancet Digital Health, no inventa un saber nuevo, sino que parece haber redescubierto, a través del aprendizaje automático, lo que la observación clínica antigua ya intuía sobre el cuerpo que se despide.
IA predice supervivencia de pacientes con cáncer analizando una foto del rostro
El estudio incluyó datos de más de 30.000 pacientes con cáncer, muchos de los cuales ya habían fallecido, para entrenar el modelo predictivo.
Predecir un resultado no es lo mismo que explicarlo
Mark
¿Por qué es significativo que un algoritmo pueda hacer esto a partir de una foto? ¿No tienen los médicos ya formas de predecir la supervivencia?
Mimi
Los médicos sí tienen herramientas, pero Mak dice que generalmente no son muy buenos estimando cuánto tiempo de vida le queda a alguien. La IA captura algo que los médicos no logran captar bien, aunque sea a partir de características faciales que Hipócrates ya describía hace siglos.
Luke
Pero espera. ¿Qué tan bien funciona realmente? El estudio dice que clasifica a los pacientes en grupos de riesgo, pero ¿eso es lo mismo que predecir supervivencia individual? ¿Y comparado con qué? ¿Con la intuición de los médicos o con herramientas existentes?
Mimi
Eso es exactamente lo que Bober está señalando. Dice que predecir no es lo mismo que explicar, y que no se ha demostrado que esto sea más útil que lo que los médicos ya saben observando a un paciente.
Mark
Entonces, ¿el estudio no comparó la IA con el criterio médico?
Luke
Aparentemente no. Bober dice que eso es precisamente lo que falta: pruebas comparativas directas con médicos, en diferentes hospitales, con diferentes grupos de pacientes.
Mimi
Mak reconoce que necesita más validación antes de usarse clínicamente. Pero ve valor en darle a los médicos "un dato más" para tomar decisiones, especialmente cuando hay pocos datos médicos disponibles.
Mark
¿Hay riesgo de que se use para negar tratamiento?
Mimi
Mak dice que es poco probable, porque los médicos tienden a hacer lo opuesto: tratan demasiado al final de la vida. Pero es una preocupación válida.
Luke
Lo que me preocupa es que el sistema se enfoca en características faciales que nadie midió sistemáticamente en el estudio. ¿Cómo sabemos que eso es realmente lo que importa y no solo lo que el algoritmo aprendió a mirar?
Mark
Entonces, ¿cuál es el siguiente paso?
Mimi
Validación rigurosa. Comparación con estándares médicos. Pruebas en entornos clínicos reales. Eso es lo que todos están diciendo.
Le Pouls
- Una IA entrenada con datos de más de 30.000 pacientes con cáncer —muchos ya fallecidos— puede estimar el riesgo de muerte en 90 días a partir de una sola fotografía del rostro.
- El sistema concentra su análisis en el puente nasal y la zona bajo los ojos, las mismas señales que Hipócrates describió hace dos milenios como presagios de muerte inminente.
- Expertos como Miroslaw Bober advierten que predecir un resultado no equivale a explicarlo, y que la herramienta no ha demostrado superar lo que un médico puede evaluar observando la condición general del paciente.
- La validación clínica rigurosa —comparaciones directas con el criterio médico y pruebas en distintos hospitales— es el obstáculo que separa este hallazgo prometedor de cualquier uso real.
- Su creador, el oncólogo Raymond Mak, la concibe no como un veredicto, sino como un dato adicional que ayude a los médicos a evitar el sobretratamiento en pacientes al final de la vida.
Desde los tiempos de Hipócrates, la medicina ha buscado en el rostro humano señales del fin. Ahora, un equipo de investigadores ha entrenado una inteligencia artificial con más de 40 millones de imágenes para hacer exactamente eso: leer en la fotografía de un paciente oncológico su probabilidad de morir en los próximos 90 días. La herramienta, publicada en The Lancet Digital Health, no inventa un saber nuevo, sino que parece haber redescubierto, a través del aprendizaje automático, lo que la observación clínica antigua ya intuía sobre el cuerpo que se despide.
Un equipo de investigadores ha desarrollado una inteligencia artificial capaz de estimar las probabilidades de supervivencia de un paciente con cáncer a partir de una sola fotografía de su rostro. Entrenado con más de 40 millones de imágenes y datos de más de 30.000 pacientes oncológicos, el modelo puede asignar puntuaciones de riesgo que identifican con fiabilidad a quienes tienen mayor probabilidad de morir en los próximos 90 días. Los resultados fueron publicados en The Lancet Digital Health.
Lo que sorprendió incluso a sus creadores fue dónde el algoritmo pone su atención: el puente de la nariz y la zona bajo los ojos. Cuando el oncólogo Raymond Mak investigó este hallazgo, descubrió que Hipócrates ya había descrito esas mismas zonas del rostro como señales de muerte próxima hace más de dos mil años. La herramienta parece haber redescubierto, a través del aprendizaje automático, un saber clínico antiquísimo.
Sin embargo, los expertos piden cautela. Miroslaw Bober, de la Universidad de Surrey, subraya que predecir un resultado no es lo mismo que explicarlo, y que el estudio no demostró que la herramienta aporte información más allá de lo que un médico puede evaluar observando la condición general del paciente. Exige pruebas comparativas directas con el criterio médico y validación en distintos hospitales antes de cualquier implementación clínica.
Mak reconoce las limitaciones, pero ve la herramienta como un complemento valioso, especialmente cuando los datos médicos son escasos. Su propósito, insiste, no es restringir tratamientos sino ofrecer a los médicos un dato más para evitar el sobretratamiento al final de la vida. El camino desde un resultado prometedor hasta la práctica clínica segura, como ocurre con tantos avances en oncología, sigue siendo largo.
Un equipo de investigadores ha desarrollado un sistema de inteligencia artificial capaz de mirar una fotografía del rostro de un paciente con cáncer y estimar sus probabilidades de supervivencia. El modelo fue entrenado con más de 40 millones de imágenes de caras y con datos de más de 30.000 pacientes oncológicos, muchos de los cuales ya habían muerto cuando sus imágenes se incorporaron al conjunto de datos. Los resultados, publicados en The Lancet Digital Health, muestran que la herramienta puede asignar puntuaciones de riesgo que identifican con fiabilidad a los pacientes con mayor probabilidad de fallecer en los próximos 90 días.
La precisión del sistema sorprendió incluso a sus creadores. Raymond Mak, oncólogo radioterápico del Mass General Brigham Cancer Institute y uno de los autores del estudio, explica que aunque los médicos están entrenados para evaluar a los pacientes por su apariencia, generalmente no se desempeñan bien estimando cuánto tiempo de vida les queda. "Creemos que mediante la IA podemos captar parte de esa reserva fisiológica y del riesgo de mortalidad a partir de una simple fotografía del rostro", señaló Mak. El algoritmo estima la edad con un margen de error de aproximadamente cinco años y funciona de manera consistente en personas de diferentes edades, razas, sexos y tipos de cáncer.
Lo que resulta particularmente intrigante es dónde el sistema concentra su atención. El análisis reveló que el algoritmo se enfoca principalmente en el puente de la nariz y en la zona justo debajo de los ojos para realizar sus evaluaciones. Cuando Mak investigó esta observación, descubrió que Hipócrates ya había documentado hace más de dos mil años que los ojos hundidos, las sienes deprimidas y una nariz afilada figuraban entre los primeros signos físicos de una muerte próxima. La herramienta parece haber redescubierto, a través del aprendizaje automático, lo que la medicina antigua ya sabía.
Sin embargo, expertos advierten que la herramienta aún no está lista para usarse en la práctica clínica. Miroslaw Bober, profesor de procesamiento de vídeo y aprendizaje automático en la Universidad de Surrey, señala una distinción crucial: predecir un resultado no es lo mismo que explicarlo. Bober sostiene que no se ha demostrado que estas predicciones proporcionen información clínicamente útil más allá de lo que los médicos ya pueden evaluar observando la salud general y la condición física de un paciente, aspectos que el estudio no midió de manera sistemática. Exige que la herramienta sea sometida a pruebas comparativas directas con el criterio médico y validada en diferentes hospitales y grupos de pacientes antes de cualquier implementación.
Mak reconoce estas limitaciones pero ve la herramienta como un complemento valioso para la toma de decisiones clínicas, especialmente en casos donde los datos médicos son limitados. Enfatiza que es poco probable que el sistema se utilice para denegar o restringir el acceso de los pacientes a medicamentos. "Sabemos que los médicos, ante el final de la vida, tienden a aplicar un tratamiento excesivo", comenta Mak, quien considera esta herramienta como "una forma de que los médicos dispongan de un dato más" para orientar sus decisiones terapéuticas.
El desarrollo de esta herramienta se inscribe en una tendencia más amplia de aplicación de la inteligencia artificial en oncología. Cada vez se prueban más sistemas de IA para la detección y el tratamiento del cáncer, desde ayudar a diagnosticar a los pacientes mediante la interpretación de exploraciones médicas hasta predecir el riesgo de que una persona desarrolle cáncer analizando factores genéticos y relacionados con el estilo de vida. Sin embargo, el camino desde un resultado prometedor en investigación hasta la implementación clínica segura y efectiva sigue siendo largo. Los próximos pasos requerirán validación rigurosa, comparación con estándares médicos existentes y pruebas en entornos clínicos diversos antes de que esta tecnología pueda considerarse lista para transformar la práctica oncológica.
Citations marquantes
Mediante el uso de la IA, podemos captar parte de esa reserva fisiológica y del riesgo de mortalidad a partir de una simple fotografía del rostro— Raymond Mak, oncólogo radioterápico del Mass General Brigham Cancer Institute
No se ha demostrado que estas predicciones aporten información clínicamente útil más allá de las evaluaciones de los médicos sobre la salud general y la forma física del paciente— Miroslaw Bober, profesor de la Universidad de Surrey
Envie de l'histoire complète ?
Lire l'original sur Bloomberg Línea ↗
World & Diplomacy