Investigadores crean un modelo de IA en Cataluña para detectar ciertas metástasis del cáncer de mama

Investigadores catalanes combinan datos clínico-patológicos y de respuesta inmunitaria para identificar mejor la metástasis axilar en el cáncer de mama luminal

19 de octubre de 2026 a las 08:47h

Añadir La Ciutat como fuente preferida de Google de forma gratuita

Mantente informado con las últimas noticias de actualidad

Activar ahora

Investigadores de instituciones de investigación y hospitales catalanes han desarrollado un nuevo modelo de inteligencia artificial para detectar si hay metástasis del cáncer de mama en zonas cercanas al pecho, concretamente en los ganglios linfáticos de la axila.

El trabajo se ha elaborado en el marco del primer estudio que combina los datos clinicopatológicos del tumor con los de la respuesta inmunitaria, un factor que hasta ahora no se evalúa de manera rutinaria en la práctica clínica.

La parte tecnológica de la investigación ha sido coordinada por investigadores de la Universitat Pompeu Fabra, mientras que la parte clínica ha corrido a cargo de profesionales vinculados al Hospital Tortosa Verge de la Cinta, la Universitat Rovira i Virgili y el Institut de Recerca Biomèdica Catalunya Sud.

La respuesta inmunitaria, clave en el cáncer de mama luminal

El estudio constata que la respuesta inmunitaria es un factor crucial para determinar si hay o no metástasis del cáncer de mama luminal, uno de los tipos más frecuentes. Sin embargo, los métodos diagnósticos y las tecnologías actuales no incorporan esta información de manera sistemática, de modo que el nuevo modelo abre la puerta a incorporar variables que hasta ahora quedaban fuera de la evaluación habitual.

Según datos de la Organización Mundial de la Salud (OMS) correspondientes a 2024, más de 2,4 millones de mujeres fueron diagnosticadas de cáncer de mama en todo el mundo y murieron 694.000. La mortalidad aumenta de manera significativa cuando las células tumorales se desplazan hacia los ganglios linfáticos de la axila.

Pruebas con 83 pacientes y una serie de 344 casos

En esta investigación se ha diseñado un modelo de aprendizaje automático que integra los datos de la respuesta inmunitaria con las variables clínicas y patológicas, con el objetivo de explorar su potencial para determinar la presencia de metástasis en los ganglios linfáticos axilares.

Antes de llegar al modelo definitivo, los investigadores han probado tres modelos. Dos de ellos se han entrenado con los datos clínicos e inmunológicos del mismo grupo de 83 mujeres diagnosticadas de cáncer de mama luminal entre 1995 y 2008, y un tercero con una serie más amplia de 344 pacientes, incluyendo las 83 anteriores, pero solo con datos clínicos.

Con el modelo final, que incorpora la información inmunitaria, se reducen los falsos positivos de metástasis de cáncer de mama luminal respecto del sistema de IA entrenado únicamente con datos clínicos.

Un posible biomarcador para la metástasis axilar

Los investigadores señalan, sin embargo, que este modelo final no tiene un valor predictivo, es decir, no permite anticipar si una paciente desarrollará o no metástasis. Sí que permite, en cambio, determinar qué variables clínicas y sobre todo inmunes se asocian al hecho de tener metástasis en la axila.

En este contexto, la investigación ha identificado un posible nuevo biomarcador de la metástasis axilar del cáncer de mama: CD21+intratumoral. En este caso, un grupo de células situadas dentro del tumor primario, las dendríticas foliculares, podrían ser determinantes para detectar la extensión del tumor.

Hasta ahora, el ganglio linfático se ha analizado sobre todo para saber si contiene o no células tumorales, pero este estudio indica que los ganglios sin metástasis también aportan información, porque la manera como se organiza la respuesta inmunitaria, junto con la del tumor primario, se relaciona con el comportamiento de la enfermedad. “Es un paso para entender por qué unos tumores se extienden a los ganglios y otros no y qué papel puede tener la respuesta inmune”, apunta el investigador Carlos López Pablo.

A pesar de estos resultados, la eficacia de este posible biomarcador se deberá continuar evaluando en futuros estudios.

Sobre el autor
Diseño sin título (1)
Laura Castaño Martín
Ver biografía
Lo más leído