IA predice supervivencia en cáncer colorrectal con mayor precisión

Un nuevo estudio publicado en la revista Nature revela que los modelos de aprendizaje automático basados en bosques de supervivencia aleatorios (random survival forests) ofrecen ventajas significativas frente a los algoritmos de clasificación convencionales para predecir la supervivencia de pacientes con cáncer colorrectal.

A diferencia de los modelos de clasificación tradicionales, que suelen categorizar a los pacientes en grupos binarios de riesgo, los bosques de supervivencia aleatorios permiten estimar el tiempo hasta un evento clínico —como la recurrencia o el fallecimiento— incorporando datos censurados, es decir, casos en los que el desenlace aún no se ha producido al momento del análisis.

Los investigadores evaluaron el rendimiento de ambos enfoques sobre conjuntos de datos reales de pacientes oncológicos y encontraron que el modelo de supervivencia logró mayor precisión en la estratificación del riesgo individual, lo que podría traducirse en tratamientos más personalizados y decisiones clínicas mejor fundamentadas.

El hallazgo refuerza el interés creciente de la comunidad médica por incorporar herramientas de inteligencia artificial en el seguimiento y pronóstico del cáncer colorrectal, una de las neoplasias con mayor incidencia a nivel mundial, y abre la puerta a su adopción en entornos hospitalarios como soporte a la toma de decisiones clínicas.