Modelos de inteligencia artificial ya son capaces de analizar imágenes médicas y reconocer patrones asociados al riesgo futuro de desarrollar algunos tipos de cáncer, incluso cuando no existen alteraciones evidentes. En Chile, donde cada año se diagnostican cerca de 60 mil nuevos casos, esta tecnología abre una nueva frontera para la detección temprana.
Santiago, 11 de septiembre de 2026. Un examen sin hallazgos sospechosos es una buena noticia. Pero ¿qué pasaría si dentro de una mamografía o una tomografía considerada normal existieran señales capaces de entregar información sobre el riesgo de desarrollar cáncer años más tarde?
Ese es uno de los campos que está abriendo la inteligencia artificial (IA) en oncología. En lugar de limitarse a identificar lesiones existentes, nuevos modelos están siendo entrenados para analizar grandes volúmenes de información y reconocer patrones que pueden pasar inadvertidos para el ojo humano, pero que podrían estar asociados con la probabilidad futura de desarrollar la enfermedad.
La posibilidad adquiere especial relevancia en Chile. Según las últimas estimaciones del Global Cancer Observatory de la IARC (GLOBOCAN, publicadas en julio de 2026), en el país se registraron 59.887 nuevos casos de cáncer y 31.498 muertes por esta enfermedad. El cáncer colorrectal ocupa el segundo lugar en incidencia con 7.965 nuevos diagnósticos, mientras que el cáncer de pulmón es la primera causa de mortalidad oncológica en el país, con 2.965 fallecidos.
«Hasta ahora, gran parte de la medicina se ha concentrado en encontrar una enfermedad cuando ya existen signos que podemos reconocer. La inteligencia artificial abre la posibilidad de hacer una pregunta diferente: ¿podemos identificar señales de riesgo antes de que el cáncer sea evidente?», explica el Dr. Arnaldo Marín, médico oncólogo, PhD en Ciencias Médicas y especialista en Oncología Traslacional.
Esta capacidad ya está siendo investigada internacionalmente. En cáncer de pulmón, por ejemplo, modelos desarrollados a partir de tomografías de baja dosis han mostrado capacidad para estimar el riesgo de aparición de la enfermedad varios años después del examen. En cáncer de mama, investigaciones también han evaluado algoritmos capaces de utilizar mamografías para predecir riesgo futuro.
La clave, advierte Marín, está en no confundir predicción con diagnóstico. Que un algoritmo reconozca un patrón de mayor riesgo no significa que una persona tenga cáncer, sino que podría ayudar a identificar quiénes necesitan un seguimiento más estrecho o estudios complementarios.
«No se trata de reemplazar al médico ni de desconfiar de un examen normal. Se trata de aprovechar información que hoy quizás no estamos viendo. Si logramos identificar antes quién tiene un mayor riesgo, podríamos personalizar el seguimiento y concentrar los esfuerzos de detección temprana donde realmente se necesitan», señala.
El desafío ahora es trasladar estos avances desde los estudios científicos hasta la práctica clínica. Para ello, los modelos deben demostrar que son seguros, reproducibles y efectivos en distintas poblaciones, incluyendo la chilena.
«La gran promesa de la inteligencia artificial no es encontrar cáncer donde no lo hay, sino ayudarnos a anticiparnos. El futuro de la oncología probablemente estará cada vez menos centrado en reaccionar frente a la enfermedad y más orientado a comprender el riesgo antes de que aparezca», concluye el especialista.
