El cáncer colorrectal es la segunda causa de muerte por cáncer en Estados Unidos, y la detección temprana mejora la supervivencia. Sin embargo, muchos adultos elegibles siguen sin completar el cribado recomendado, lo que obliga a los sistemas de salud a buscar formas fiables de identificar y contactar a los pacientes de mayor riesgo antes de que la enfermedad progrese.
Geisinger Health System implementó un programa de captación guiado por machine learning, evaluado en un estudio publicado en Manufacturing & Service Operations Management por investigadores de la Universidad de Hong Kong, Columbia Business School, Geisinger y el Children’s Hospital of Philadelphia. Un algoritmo analiza datos ya disponibles —hemograma completo, edad y sexo— para identificar pacientes con alto riesgo entre quienes no tienen el cribado al día. A partir de esa señal, coordinadores de enfermería contactan directamente a los pacientes marcados, los informan sobre la colonoscopia y les ayudan a agendar la cita.
Los pacientes que recibieron esta captación proactiva tuvieron un 6% más de probabilidad de completar una colonoscopia en tres meses y un 6,9% más en seis meses, frente a pacientes similares sin contacto. El programa se asoció además con una reducción del 6,2% en la mortalidad a dos años, un 43% menos respecto al grupo control.
El análisis cubre resultados de un programa activo desde 2019, y sus autores señalan que escalar iniciativas similares requiere planificar la capacidad de cribado y las estrategias de comunicación, manteniendo al personal clínico en el centro de la atención.
Artículo escrito por el equipo de redacción de IM Médico
04/08/2026
Source: