Nueva herramienta de IA predice complicaciones antes de la cirugía de cáncer de pulmón

Las complicaciones postoperatorias son frecuentes, por lo que una estratificación de riesgos precisa e individualizada resulta esencial para la planificación perioperatoria y el asesoramiento al paciente. Las calculadoras existentes suelen basarse en promedios poblacionales y en criterios subjetivos, lo que puede pasar por alto riesgos específicos de cada paciente. Para abordar este problema, los investigadores han desarrollado una herramienta de inteligencia artificial que estima el riesgo de complicaciones antes de la cirugía y proporciona explicaciones editables para alinear las predicciones con la información clínica.

Desarrollado por la Universidad de Buffalo y el Centro Oncológico Integral Roswell Park, el sistema se llama MIRACLE, acrónimo de "Multimodal Integrated Radiomics and Clinical Language-based Explanation" (Radiómica Integrada Multimodal y Explicación Basada en Lenguaje Clínico). Está diseñado para ayudar a los cirujanos torácicos a evaluar el riesgo de complicaciones en pacientes candidatos a cirugía de cáncer de pulmón. La herramienta proporciona estimaciones a nivel individual para cada paciente, con el fin de mejorar la planificación, la comunicación y la toma de decisiones compartida.

MIRACLE integra tres datos preoperatorios: información clínica como edad, antecedentes de tabaquismo, función pulmonar y comorbilidades; características cuantitativas extraídas de tomografías computarizadas (TC); y explicaciones en lenguaje sencillo generadas por un modelo de lenguaje grande (LLM) basado en la literatura de oncología quirúrgica y guías clínicas. El modelo combina conocimientos previos con datos específicos del paciente para producir una estimación del riesgo. También genera un resumen conciso que los cirujanos pueden revisar y ajustar para reflejar su criterio clínico junto al paciente.

Una característica fundamental es la capacidad de intervención. Los cirujanos pueden añadir factores no incluidos en los datos estructurados, como la fragilidad o las limitaciones funcionales, y el modelo recalcula el riesgo en consecuencia. Se han incorporado medidas de seguridad para evitar contenido no compatible o alucinaciones, y variables clave como la edad, el sexo y el índice de masa corporal están bloqueadas para la edición del modelo LLM. Los datos clínicos se procesan únicamente durante la sesión y se eliminan inmediatamente después para garantizar el cumplimiento de la Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA) y facilitar su implementación práctica.

En una evaluación retrospectiva de 3094 cirugías de cáncer de pulmón realizadas en Roswell Park entre 2009 y 2023, MIRACLE superó a cinco métodos de aprendizaje automático, tres modelos de aprendizaje automático de código abierto y a cirujanos torácicos en ejercicio. Los cirujanos identificaron correctamente las complicaciones aproximadamente el 45 % de las veces, mientras que el modelo alcanzó una sensibilidad del 75 % al 80 % y una precisión de aproximadamente el 81 %, con bajas tasas de falsos positivos. Un panel de cirujanos torácicos informó que muchas explicaciones coincidían con el razonamiento clínico, aunque también señaló una sobreestimación ocasional del riesgo y la omisión de interacciones, lo que subraya la necesidad de supervisión clínica.

Los resultados se presentaron en la Conferencia de Invierno IEEE/CVF sobre Aplicaciones de Visión por Computadora 2026 en Tucson, y la versión preliminar está disponible en arXiv . Los próximos pasos incluyen una validación prospectiva en tiempo real en Roswell Park y la posible adaptación de la plataforma a otras especialidades quirúrgicas.

“Esta colaboración entre la Universidad de Buffalo y Roswell Park es lo que hace posible proyectos como este. Se necesitan equipos que combinen un profundo conocimiento clínico con una sólida experiencia técnica para desarrollar herramientas que realmente beneficien a los pacientes. De lo contrario, la industria lo hará por nosotros, y sus prioridades no siempre coinciden con la atención al paciente. Cuando médicos y científicos trabajan codo con codo, podemos diseñar soluciones que prioricen el bienestar de los pacientes. Por eso este tipo de colaboración es tan importante”, afirmó Kenneth Patrick Seastedt, MD, cirujano torácico en Roswell Park y profesor adjunto de cirugía en la Facultad de Medicina y Ciencias Biomédicas Jacobs de la Universidad de Buffalo.

Enlaces relacionados
University at Buffalo
Roswell Park Comprehensive Cancer Center