La IA que lee TACs de cribado de cáncer de pulmón apunta a destapar la EPOC invisible, pero aún sin validar

Por HCPLive · 23 de octubre de 2026.

El análisis con inteligencia artificial de las tomografías (TAC) de cribado de cáncer de pulmón podría ayudar a detectar casos de EPOC no diagnosticada, pero todavía necesita validación antes de usarse de forma rutinaria. Es la tesis que defendió Jean Bourbeau, profesor de medicina respiratoria en la Universidad McGill, en una entrevista con HCPLive durante el congreso CHEST 2026 (Phoenix, 18-21 de octubre).

La EPOC (enfermedad pulmonar obstructiva crónica) es una enfermedad respiratoria progresiva, habitualmente ligada al tabaco. Según Bourbeau, los fumadores que cumplen criterios de cribado de cáncer de pulmón son los mismos que tienen riesgo de EPOC. Esos TAC generan mucha información que hoy no se analiza a fondo, y ahí encajaría la IA: marcar a los pacientes en riesgo para que se les haga una espirometría (la prueba de función pulmonar que confirma el diagnóstico).

El contexto es la edición 2026 del informe GOLD, la guía de referencia internacional sobre EPOC. Incorpora por primera vez un capítulo (el 6) dedicado a la IA y las tecnologías emergentes, y revisa la sección de cribado y búsqueda de casos. Según Bourbeau, GOLD 2026 aborda el infradiagnóstico y la edición de 2027 lo enfatizará aún más. Un manuscrito en revisión ampliará el tema.

Bourbeau describe la EPOC como «el Alzheimer del pulmón»: cuando los pacientes llegan a consulta, ya hay mucha enfermedad. Diagnosticar antes permitiría tratar antes y evitar visitas a urgencias y hospitalizaciones. Subraya que muchos de estos pacientes no están en fase inicial, simplemente nunca fueron diagnosticados.

El propio Bourbeau reconoce que la tecnología no está lista para su uso rutinario, aunque espera que llegue pronto. El artículo no aporta cifras de sensibilidad, precisión ni estudios concretos que respalden el enfoque.

Su equipo también lanza un programa de IA para identificar las necesidades de pacientes que salen del hospital tras un ingreso por EPOC, con insuficiencia cardíaca como siguiente paso previsto. Mostraría a enfermería las tareas diarias más urgentes de cada paciente para evitar reingresos. Se apoya en años de investigación del programa de autogestión «Living Well with COPD».

Nuestra lectura: esta es una de las aplicaciones más sensatas de la IA en medicina. No exige una prueba nueva ni un cribado adicional: reaprovecha una imagen que ya se hace por otra razón y extrae un segundo diagnóstico. Es detección oportunista, y suele ser donde la IA aporta más con menos fricción.

Pero conviene separar la promesa de la evidencia. Hoy lo que hay es una opinión experta y una guía que reconoce los límites, no resultados publicados en este material. Por eso nos parece acertado el diseño que plantea Bourbeau: la IA marca, el médico confirma con espirometría. Mantiene al profesional «detrás» de la tecnología, como él mismo pide. Queda por resolver el riesgo habitual: falsos positivos que saturen las consultas de neumología, y la equidad de acceso, porque solo se beneficiarán quienes ya entran en programas de cribado.

Su advertencia más interesante apunta a la industria: los grupos académicos con dos décadas de datos y métodos de autogestión validados deberían participar en el desarrollo comercial de IA, algo que, dice, hoy falta. Es una crítica razonable: sin ese conocimiento clínico, las herramientas comerciales corren el riesgo de optimizar lo medible en lugar de lo útil.

En general, a corto plazo veremos una transición lenta y prudente, con validación, regulación y adaptación de flujos de trabajo. A largo plazo, la dirección es la que defendemos: una medicina que detecta la enfermedad cuando todavía es tratable, de forma casi automática, y que acerca el horizonte de enfermedades crónicas controladas o evitadas. Que la guía de referencia del sector ya dedique un capítulo a la IA es una señal de que esa transición está empezando de forma ordenada.