Cuando la IA médica aprende del órgano equivocado: retractan un estudio de cáncer de ovario entrenado con tiroides

Por Zendoric · 8 de octubre de 2026.

La revista científica Multimedia Tools and Applications retractó el 7 de octubre de 2026 un estudio publicado en febrero de 2024 que presentaba una red neuronal convolucional —la arquitectura estándar de visión por computador, que aprende a reconocer patrones visuales filtrando una imagen en capas sucesivas— capaz, según sus autores, de detectar y clasificar cáncer de ovario en imágenes de ultrasonido. Según la nota de retractación, los editores no pudieron verificar el origen del conjunto de datos y surgieron dudas razonables de que las imágenes etiquetadas como ováricas fueran en realidad de tiroides, una glándula del cuello con una anatomía completamente distinta en ultrasonido.

La cadena de responsabilidad, documentada en la propia nota, es reveladora. El dataset procedía, según el artículo original, de una base descrita en un paper de 2019 firmado por Zhang y colaboradores sobre detección temprana de cáncer de ovario mediante aprendizaje profundo. Esa referencia de 2019 fue retractada a su vez, con la misma sospecha: que las imágenes eran de tiroides. El estudio de 2024 heredó el problema sin que nadie, en el camino, comprobara que las imágenes correspondían al órgano que decían representar.

Los nueve autores firmantes están adscritos a instituciones de India, Arabia Saudí y Estados Unidos, en departamentos tan dispares como ciencia de datos, ingeniería eléctrica, botánica, cirugía oral y maxilofacial y biología, según consta en el propio artículo. El Editor en Jefe de la revista declaró haber perdido la confianza en los datos y las conclusiones, y señaló que ninguno de los autores respondió a la correspondencia sobre la retractación. La nota no acusa de mala conducta específica más allá de la imposibilidad de verificar el dataset, pero esa combinación —afiliaciones sin relación aparente con la imagen ginecológica y silencio total ante la revista— es un patrón que los vigilantes de integridad científica llevan tiempo asociando a fábricas de papers, sin que eso equivalga aquí a una acusación probada.

El episodio no es un caso aislado. En los últimos años se han retractado o corregido decenas de estudios de IA médica en radiografías de tórax, lesiones de piel y ultrasonido por imágenes mal etiquetadas, duplicadas entre conjuntos de entrenamiento y prueba, o directamente ajenas a la enfermedad que decían estudiar. El patrón de fondo es siempre el mismo: una red neuronal no tiene forma de saber que la etiqueta de sus datos es falsa. Aprenderá regularidades estadísticas de cualquier píxel que se le entregue y producirá matrices de confusión y curvas ROC impecables, aunque esté resolviendo un problema distinto al anunciado.

Nuestra lectura es que este caso confirma algo que ya veníamos señalando en otros terrenos de la IA: una métrica de rendimiento es propiedad del dato y del proceso que la generó, no del modelo. De la misma forma que un benchmark de razonamiento puede inflarse según quién ejecute el arnés de evaluación, una precisión casi perfecta en detección de cáncer es papel mojado si nadie comprobó que las imágenes eran del órgano correcto. El cuello de botella de la IA médica no está en la sofisticación arquitectónica —ya notablemente madura— sino en la procedencia, trazabilidad y verificación clínica del dato, una infraestructura mucho menos vistosa que entrenar un modelo y que recibe una fracción de la financiación y el prestigio.

Esto no invalida la promesa de fondo. El cáncer de ovario se diagnosta tarde precisamente porque las herramientas actuales —el test CA-125, la ecografía transvaginal— carecen de sensibilidad para detectarlo a tiempo, y un sistema de IA que señalara con fiabilidad escaneos sospechosos para revisión experta tendría un valor clínico real, coherente con la tesis de que la IA, a largo plazo, puede acercarnos a diagnósticos mucho más tempranos y a erradicar buena parte del daño que hoy causan las enfermedades silenciosas. Pero ese horizonte solo se construye si la comunidad investigadora asume el coste de verificar la procedencia de cada imagen con el mismo rigor con que compara arquitecturas, exige validación externa en instituciones distintas a las de origen y trata el silencio de unos autores ante una revista como una señal de alarma, no como un trámite. La retractación de un solo estudio no frena el campo; la acumulación de estudios así construidos sobre datos nunca verificados sí podría, con el tiempo, minar la confianza que la IA médica necesita para cumplir su promesa.