IA en oncología: del ctDNA a los ensayos clínicos, el reto ya no es detectar sino validar y repartir con equidad

Por OncoDaily · 19 de octubre de 2026.

Alicia Fong, investigadora en OncoDerm Research en el Mount Sinai Health System y escriba de Hematología/Oncología en NewYork-Presbyterian, ha compartido en LinkedIn un resumen de un episodio de MedNews Week. En él, el Dr. Douglas Flora explica cómo la inteligencia artificial podría avanzar en oncología.

Según el resumen de Fong, la conversación toca varios frentes: reconocer señales relacionadas con tumores en sangre, emparejar pacientes con ensayos clínicos y apoyar la toma de decisiones clínicas. También se habla de detección multicáncer (pruebas que buscan varios tipos de tumor con una sola muestra), de ADN tumoral circulante o ctDNA (fragmentos de ADN que los tumores liberan en la sangre) y de descubrimiento de fármacos asistido por IA.

Lo que sí subraya Fong es el marco: validación clínica, acceso equitativo y supervisión humana. El material original es un post con un carrusel de ideas clave y un vídeo en OncoDaily TV. No incluye cifras, estudios ni resultados concretos, así que no podemos evaluar el rendimiento de ninguna herramienta a partir de este texto.

**Nuestra lectura.** Esa ausencia de datos es, en sí misma, el mensaje. En general, la IA en oncología ya no tiene un problema de imaginación, sino de evidencia: una prueba que detecta señales en sangre solo vale lo que demuestre en estudios prospectivos, con falsos positivos medidos y beneficio clínico real para el paciente. Quien confunda «detecta algo» con «salva vidas» comete el error habitual de este campo.

Tres de los usos citados nos parecen los más prometedores a corto plazo porque no exigen una revolución. Emparejar pacientes con ensayos es un problema de búsqueda y clasificación sobre datos que ya existen, y hoy muchos pacientes elegibles nunca llegan a un ensayo. El apoyo a la decisión clínica funciona como segunda opinión, siempre que el médico siga siendo quien decide. El ctDNA y la detección multicáncer son más delicados: el valor está en la serie temporal del paciente y en la calidad de su historial, no solo en el algoritmo.

La mención a la equidad importa más de lo que parece. Si estas tecnologías llegan primero a hospitales con recursos, la brecha en supervivencia por cáncer crecerá a corto plazo. Es el riesgo real de la transición: el capital y los datos se concentran, mientras el acceso podría democratizarse si el coste de la inferencia sigue bajando.

A largo plazo, la tesis de fondo se sostiene: diagnóstico más temprano, tratamientos mejor dirigidos y fármacos descubiertos más rápido apuntan hacia un mundo en el que muchos cánceres sean enfermedades crónicas o curables. Pero ese horizonte se construye con ensayos bien diseñados y regulación basada en evidencia, no con entusiasmo de carrusel.