Esta semana hacemos una parada en nuestro hilo de ingeniería aumentada por IA.
No vamos a hablar de contexto. No vamos a hablar de sistemas. Vamos a hablar de valor. El valor que aporta la IA a nuestra sociedad, y el valor de personas como Miriam González, que ante una de las peores noticias que le pueden dar a alguien hoy en día, decidió apoyarse en la IA para salir adelante y enfrentarse al cáncer.
Miriam es ingeniera. Como muchos de los que leéis esto, y como yo mismo. A los 33 años, mientras trabajaba a tiempo completo como desarrolladora de software, le diagnosticaron un cáncer de mama metastásico en estadio IV con diferenciación neuroendocrina. Un tumor tan raro que se ve en menos de 1 de cada 1.000 casos, según un análisis poblacional publicado en Translational Cancer Research en 2023.
El tratamiento estándar no estaba diseñado para un caso así. Y ahí es donde la historia de Miriam se cruza con todo lo que venimos hablando en este espacio sobre IA aplicada a problemas reales.
Su caso ha tenido cobertura en medios como El País, El Español y La Opinión de Murcia, que han recogido cómo está usando herramientas de inteligencia artificial para entender su enfermedad y dialogar con su equipo médico. Si quieres conocer el caso completo y cómo puedes ayudar, puedes hacerlo en helpmiriam.com.
La medicina de precisión no es nueva. Lo que está cambiando es la velocidad
La idea de tratar el cáncer según el perfil molecular específico de cada tumor, en lugar de aplicar un protocolo estándar para todos los pacientes con un diagnóstico similar, lleva más de una década de desarrollo en oncología. Lo que ha cambiado en los últimos años es la capacidad de procesar la cantidad de datos que esa medicina de precisión genera.
Un perfil molecular completo de un tumor puede incluir secuenciación genómica, análisis transcriptómico, datos de proteómica y resultados de imagen funcional. Cruzar toda esa información para identificar qué mutaciones son relevantes, qué dianas terapéuticas están activas y qué combinación de fármacos tiene sentido para ese perfil concreto es un problema de análisis de datos a gran escala.
Es exactamente el tipo de problema donde los modelos de IA aportan algo que la revisión manual no puede igualar en tiempo razonable: correlacionar patrones en volúmenes de información que ningún equipo clínico puede procesar a mano con la misma velocidad.
Dónde está aportando valor real la IA en oncología hoy
Hay varios frentes donde esto ya está pasando, no como promesa futura sino como práctica clínica emergente:
- Análisis de mutaciones y dianas terapéuticas. Identificar qué alteraciones genéticas concretas presenta un tumor y qué fármacos existentes o en desarrollo podrían actuar sobre ellas es un proceso que se beneficia enormemente de modelos entrenados en bases de datos genómicas masivas.
- Diseño de ensayos clínicos personalizados. Los llamados ensayos N-of-1, diseñados para un único paciente en lugar de una población, dependen de poder cruzar el perfil molecular individual con la literatura científica disponible sobre tratamientos compatibles. Es un trabajo de síntesis de información que la IA acelera de forma significativa.
- Apoyo en la comunicación entre paciente y especialistas. Casos como el de Miriam muestran un uso menos hablado pero muy real: pacientes usando IA para entender su propia documentación clínica, preparar preguntas informadas para sus oncólogos y mantener organizado el seguimiento de un caso complejo entre múltiples especialistas en distintos países.
- Segundas opiniones y acceso a conocimiento especializado. Para tumores ultra-raros, encontrar al especialista adecuado en el lugar adecuado es, en sí mismo, un problema de acceso a información. La IA está empezando a reducir esa fricción.
Por qué esto importa para los que trabajamos con IA todos los días
Es fácil, trabajando en tecnología, perder de vista para qué sirve realmente lo que construimos. Pasamos los días optimizando pipelines, reduciendo costes de inferencia, eligiendo el modelo adecuado para cada tarea. Todo eso importa, y seguiremos hablando de ello en este espacio la próxima semana.
Pero merece la pena recordar, de vez en cuando, que las mismas herramientas que usamos para generar código o automatizar tareas son las que están ayudando a alguien a entender su propio diagnóstico, a encontrar al especialista correcto al otro lado del mundo, o a construir el caso para acceder a un tratamiento que no existía como opción hasta hace pocos años.
Ese es el valor del que hablábamos al principio. No es el único uso que importa de la IA. Pero es uno de los que más debería importarnos.
La semana que viene volvemos al hilo técnico habitual con la arquitectura típica de un sistema con IA.
Gracias por acompañar esta pausa y si te ha gustado, no olvides compartilo 😉