Una investigación publicada en la revista científica Cell presentó un modelo de inteligencia artificial capaz de transformar una lámina común de biopsia —que cuesta apenas unos dólares— en un análisis avanzado del tumor que normalmente requiere estudios que pueden costar miles.
La herramienta se llama GigaTIME y fue desarrollada por investigadores de Microsoft junto al sistema de salud Providence Health & Services y científicos de la University of Washington.
La clave está en algo que ya existe en prácticamente todos los hospitales: la lámina de tejido que se obtiene de una biopsia y que los patólogos observan al microscopio. Ese preparado —conocido como lámina H&E— muestra la forma de las células, pero no revela con detalle cómo interactúa el sistema inmunológico con el tumor.
Para eso existe otra técnica mucho más sofisticada, llamada inmunofluorescencia múltiple, que permite identificar proteínas específicas y observar qué células inmunes rodean al tumor y qué están haciendo. El problema es que ese análisis requiere equipamiento especializado, es costoso y se usa en pocos centros.
Esa información, sin embargo, es clave para decidir tratamientos como la inmunoterapia.
Hoy solo entre 20% y 40% de los pacientes responde a ese tipo de terapias. Una de las razones es que no siempre se puede determinar con facilidad si un tumor es “caliente” —cuando el sistema inmune lo está atacando— o “frío”, cuando el organismo prácticamente lo ignora.
El modelo GigaTIME intenta resolver ese problema.
La inteligencia artificial fue entrenada con datos de 40 millones de células combinando imágenes tradicionales de patología con estudios proteicos avanzados. Luego se probó con datos de 14.256 pacientes reales provenientes de 51 hospitales en siete estados de Estados Unidos.
A partir de esas muestras, el sistema generó cerca de 300.000 mapas proteicos virtuales que cubren 24 tipos de cáncer y 306 subtipos tumorales.
El análisis a gran escala permitió detectar 1.234 asociaciones entre el comportamiento del sistema inmunológico, mutaciones genéticas del tumor y supervivencia de los pacientes, patrones que antes eran difíciles de observar por el alto costo de los estudios necesarios.
Los resultados también fueron validados en una base independiente de 10.200 pacientes, donde el modelo alcanzó una concordancia de 0,88 sobre 1, una precisión considerada muy alta para este tipo de predicciones.
La revista científica Nature Methods citó el trabajo en marzo de 2026 como un ejemplo de cómo la inteligencia artificial puede “democratizar” el acceso a este tipo de análisis avanzados.
El modelo completo fue publicado como herramienta abierta y está disponible en la plataforma Hugging Face, lo que permitiría que laboratorios de todo el mundo utilicen archivos históricos de biopsias para generar estos mapas proteicos sin necesidad de comprar nuevo equipamiento.
Según los investigadores, el objetivo es convertir un estudio que hoy es caro y escaso en algo que pueda hacerse con materiales que ya existen en la mayoría de los hospitales.
En la práctica, eso podría ayudar a identificar mejor qué pacientes responderán a inmunoterapia, ampliar el acceso a análisis avanzados y acelerar la investigación sobre el microambiente del cáncer.
Acerca de los comentarios
Hemos reformulado nuestra manera de mostrar comentarios, agregando tecnología de forma de que cada lector pueda decidir qué comentarios se le mostrarán en base a la valoración que tengan estos por parte de la comunidad. AMPLIAREsto es para poder mejorar el intercambio entre los usuarios y que sea un lugar que respete las normas de convivencia.
A su vez, habilitamos la casilla [email protected], para que los lectores puedan reportar comentarios que consideren fuera de lugar y que rompan las normas de convivencia.
Si querés leerlo hacé clic aquí[+]