El cáncer de vejiga causa 220.000 muertes al año en el mundo y sus síntomas —como la sangre en la orina— a menudo se confunden con afecciones benignas como los cálculos renales. Al no existir un programa de cribado poblacional, la detección depende de procedimientos invasivos como la cistoscopía, lo que retrasa el diagnóstico en muchos pacientes.
Un equipo liderado por el profesor Shang-Ming Zhou, de la Universidad de Plymouth, ha desarrollado PRECISE-AGZ, un modelo de inteligencia artificial que no analiza imágenes ni biomarcadores nuevos, sino los historiales clínicos electrónicos que ya se generan de forma rutinaria. Entrenado con datos de casi 70.000 pacientes recogidos entre 1995 y 2020, el sistema cribó 48.261 posibles indicadores —desde hábitos de tabaquismo hasta uso de medicamentos— para aislar 38 variables clave, incluyendo asociaciones antes invisibles como el uso prolongado de tamoxifeno. El modelo detectó correctamente el 85% de los casos y clasificó con un 91% de precisión a los pacientes sanos, superando a las guías de derivación actuales del NHS.
La innovación no está en un nuevo test, sino en extraer señal predictiva de datos que el sistema sanitario ya posee: el modelo detectó patrones de riesgo hasta cinco años antes del diagnóstico oficial, y permite estratificar pacientes en categorías de riesgo para priorizar recursos y reducir procedimientos invasivos innecesarios.
El estudio, publicado en IEEE Transactions on Biomedical Engineering, se basó en datos de la base SAIL (Gales), por lo que los autores subrayan que aún se necesita validación en otros sistemas sanitarios antes de cualquier implementación clínica.
Artículo escrito por el equipo de redacción de University of Plymouth
09/09/2026
Source: