Los jefes de las mayores empresas de inteligencia artificial afirman que el cáncer tiene fecha. Dario Amodei, de Anthropic, sostiene que la biología asistida por IA comprimirá el avance de cincuenta o cien años en cinco o diez. Sam Altman, de OpenAI, propone que basta con sumar cómputo. La IA frente al cáncer muestra hoy otra cara, más modesta y más útil. Detecta tumores que el ojo humano no ve y ordena el recorrido de cada paciente. La cura no aparece entre esos logros. La brecha entre la promesa y el resultado dice más sobre cómo se produce el conocimiento médico que sobre las máquinas.
El cáncer agrupa decenas de enfermedades distintas, según el órgano y las mutaciones que las originan. El páncreas es el duodécimo cáncer más común y la sexta causa de muerte por cáncer, según la Organización Mundial de la Salud. Cada uno exige su propio tratamiento. Ningún fármaco único puede cubrirlos. Esa complejidad explica por qué la promesa de una cura choca con la biología. También explica el historial de una industria que anunció resultados antes de tenerlos. El descubrimiento de fármacos con IA cumplió trece años. En ese plazo, ningún medicamento nacido por esa vía superó la aprobación de la FDA, el reembolso y la adopción clínica. Ese es el balance que un ensayo de Emilia Javorsky para el Future of Life Institute publicó en marzo.
Lo que la IA frente al cáncer ya logra
Los avances reales son de apoyo, no de cura. El radiólogo Ajit Goenka, de la Clínica Mayo, estudia desde 2021 la detección temprana del cáncer de páncreas con aprendizaje automático. En un estudio de 2022 mostró que los modelos detectan tumores en páncreas que habían pasado por escaneos leídos como normales. La promesa del hallazgo es el tiempo: ver la enfermedad meses antes. La IA frente al cáncer también entra al quirófano. Un equipo europeo coordinado desde Heidelberg construye agentes que reúnen imagen, histología y datos moleculares para recomendar tratamiento.
El experimento que todavía hace un humano
Ese equipo es EUcanAI, un proyecto financiado por la Unión Europea. Reúne trece instituciones de Alemania, Austria y Dinamarca. Suma un socio en Corea y una colaboración con el organismo de investigación del cáncer de la Organización Mundial de la Salud. El sistema trabaja con más de diez mil casos de tumores del sistema nervioso central. La clave es que el humano permanece en el circuito. El agente ordena los datos y el patólogo decide. El proyecto se rige por reglas de trazabilidad: toda recomendación debe poder auditarse y repetirse. En un caso documentado, la secuenciación durante la cirugía acortó la espera que suele seguir a la biopsia. El resultado permitió ajustar el tratamiento el mismo día.
El límite no es la inteligencia del modelo, dicen los especialistas. Es la biología, el ensayo y la regulación. Aunque un modelo proponga el objetivo correcto de un fármaco, alguien tiene que hacer el experimento y probarlo. La oncóloga Sherene Loi trabaja en el centro Peter MacCallum de Melbourne. Para ella, la IA puede generar un millón de hipótesis, pero hacen falta humanos para saber cuáles son ciertas. La mejora más citada es de equidad. En zonas sin especialistas, un modelo puede dar respuestas más completas a quien atiende. El reparto de tareas entre el sistema y el clínico decide el resultado tanto como la precisión del modelo. Es menos grandioso que una cura y más verificable. También es la parte que la promesa deja fuera.
Otras fuentes consultadas: The Guardian (23/09) · Ajit Goenka et al., Gastroenterology (2022) · Organización Mundial de la Salud, datos de cáncer · Sam Altman, «Abundant Intelligence» (blog).
