Crean primera base de datos latinoamericana para seguimiento del cáncer con IA
Tiempo de lectura: 2 minutos Una investigación liderada por universidades chilenas busca mejorar cómo se evalúa la evolución de tumores.
En Chile, cada año se diagnostican cerca de 60 mil nuevos casos y mueren alrededor de 30 mil personas por cáncer. En ese escenario, el seguimiento de la enfermedad, clave para evaluar si un tratamiento funciona, sigue dependiendo en gran medida de procesos manuales que son complejos y sujetos a variabilidad.
Para abordar este problema, un equipo de la Universidad de Chile y la Universidad de Concepción desarrolló la primera base de datos latinoamericana de imágenes oncológicas diseñada específicamente para entrenar y validar herramientas de inteligencia artificial orientadas al seguimiento del cáncer.
Aunque el estudio no entrega aún una herramienta clínica lista para usar, establece una base con datos clínicos completos y representativos de la realidad local, un elemento clave para avanzar en soluciones tecnológicas aplicadas a la salud.
Medir el cáncer sigue siendo complejo
Evaluar la evolución de un tumor no es una tarea simple, implica revisar múltiples imágenes médicas, identificar lesiones y compararlas en el tiempo para determinar si crecen, disminuyen o se mantienen estables. Para eso existe el protocolo RECIST 1.1, considerado un estándar internacional.
Sin embargo, su aplicación sigue siendo manual. Esto no solo demanda tiempo y alta especialización, sino que también introduce variabilidad, ya que distintos profesionales pueden interpretar las imágenes de forma ligeramente distinta.
Ahí es donde la inteligencia artificial aparece como una alternativa prometedora, pero para que funcione bien necesita grandes volúmenes de datos confiables, algo que hasta ahora ha sido escaso en la región.
«No existían datos públicos que abordaran todo el proceso RECIST, con mediciones y seguimiento longitudinal de los tumores. Existían datos aislados, pero no un conjunto así de completo«, explicó la investigadora Constanza Vásquez.
La base de datos
El nuevo repositorio incluye 1.246 lesiones segmentadas a partir de 58 tomografías computarizadas de 22 pacientes tratados en el Hospital Clínico Universidad de Chile. A diferencia de otros conjuntos de datos, no solo incorpora imágenes, sino también tumores primarios, metástasis, ganglios linfáticos y sus mediciones clínicas.
Uno de los principales aportes es ese nivel de detalle, ya que cada lesión fue delineada y validada por especialistas en radiología. Esto permite entrenar modelos de IA con información de alta calidad y cercana a la práctica clínica real.
«Estamos disponibilizando estos datos que antes no existían. Entonces, si hoy alguien quiere abordar este problema, tiene acceso a ellos de manera directa», señaló el Dr. Guillermo Cabrera Vives.
Problema estructural de datos
El estudio aborda un problema estructural: la falta de datos del sur global en inteligencia artificial médica. «La inteligencia artificial depende mucho de los datos con que se entrena y el sur global sigue estando subrepresentado. Por eso es tan importante aportar datos provenientes de nuestra realidad», advirtió el académico Steffen Härtel.
Contar con datos locales permite no solo entrenar mejores modelos, sino también evaluar si realmente funcionarán en pacientes atendidos en Chile, evitando errores o sesgos derivados de usar información de otras poblaciones.
A partir de este trabajo, el equipo proyecta ampliar la base hacia una estrategia multicéntrica que represente mejor la diversidad de casos en Latinoamérica y avanzar hacia herramientas clínicas más robustas.
