Elecciones del 29-N en Andalucía Cómo votar, el calendario y los resultados desde 1977

Una fórmula estadística iguala a la IA al predecir cáncer de tiroides

Investigadores del Hospital de Puerto Real comprueban que un modelo sencillo acierta tanto como los algoritmos de inteligencia artificial.

Redacción de AndalucíaYa ·

Varias personas con bata y traje rodean y observan un gran equipo médico blanco en una sala clínica.
Foto: Servicio Andaluz de Salud
Una fórmula estadística clásica acierta tanto como los algoritmos de inteligencia artificial a la hora de estimar si un nódulo tiroideo es maligno. Lo ha comprobado un equipo del Hospital Universitario de Puerto Real, la Universidad de Cádiz y el Instituto de Investigación e Innovación Biomédica de Cádiz (INIBICA), según ha informado el Servicio Andaluz de Salud (SAS). El dato importa porque los nódulos tiroideos son muy frecuentes: las ecografías de alta resolución los detectan en hasta dos de cada tres adultos. Solo una minoría es maligna, así que el reto de los especialistas es identificar esos casos sin someter a la mayoría de pacientes a punciones o cirugías innecesarias.

La fórmula acierta en el 84% de las comparaciones

El grupo ya había desarrollado y validado en años anteriores un modelo de regresión logística, un tipo de fórmula estadística clásica. Estima la probabilidad de que un nódulo sea maligno combinando datos clínicos (edad, sexo, antecedentes familiares), analíticos (hormona TSH) y ecográficos. Está disponible de forma gratuita como calculadora web para los profesionales sanitarios. En el nuevo estudio se enfrentó esa fórmula a cuatro algoritmos de aprendizaje automático: Random Forest, XGBoost, Bagged CART y una red neuronal artificial. Todos recibieron exactamente la misma información. Se analizaron 861 pacientes operados de tiroides en el hospital entre 2010 y 2023, con el diagnóstico definitivo confirmado por el estudio de la pieza quirúrgica. Para simular el uso real, los modelos se entrenaron con los pacientes operados antes de 2019 y se evaluaron después con los operados a partir de 2019, como si fueran pacientes nuevos. La fórmula clásica acertó al distinguir nódulos malignos de benignos en un 84% de las comparaciones (área bajo la curva ROC de 0,84), la misma cifra de su validación externa previa. Random Forest y XGBoost obtuvieron resultados prácticamente idénticos, Bagged CART quedó algo por debajo y la red neuronal rindió claramente peor. La fórmula clásica fue además la mejor calibrada, porque las probabilidades que da se corresponden mejor con el riesgo real sin ajustes posteriores. La fórmula y tres de los algoritmos discriminaron mejor que la clasificación ecográfica de referencia de la Asociación Americana de Tiroides (ATA 2015), que solo tiene en cuenta la imagen. «En plena expansión de la inteligencia artificial en medicina, nuestro estudio recuerda que más complejidad no garantiza mejores resultados», explica el doctor Juan Jesús Fernández Alba, jefe del Servicio de Obstetricia y Ginecología del Hospital Universitario de Puerto Real y autor principal del trabajo. Los autores señalan que la transparencia es también una ventaja ante la nueva normativa europea sobre inteligencia artificial en el ámbito sanitario, que exige que los sistemas de apoyo a la decisión clínica sean comprensibles y supervisables. El trabajo se ha publicado en PLOS Digital Health, y los datos anonimizados y el código del análisis están disponibles en los repositorios Zenodo y GitHub. El estudio tiene limitaciones que los propios autores reconocen: se realizó en un único centro, solo incluye pacientes operados y el tamaño de la muestra es moderado. Los resultados no descartan que la inteligencia artificial aporte ventajas en otros contextos, como muestras mucho mayores o el análisis directo de imágenes ecográficas. El artículo completo se puede consultar en PLOS Digital Health.

¿Te avisamos de lo importante?

Avisos al móvil

Cambiarlo o quitarlo en mis avisos

De qué va Sanidad