Quibim lleva al ESMO 2026 su IA que lee en imágenes médicas lo que el ojo no ve: del biomarcador a la decisión clínica

Por Los Angeles Times (LA Times Studios) · 2 de noviembre de 2026.

Itta MacNevin, directora de negocio (Chief Business Officer) de Quibim, participa en una entrevista en vídeo con JBMS durante el congreso ESMO 2026, la gran cita europea de oncología. Según el resumen publicado, habla de cómo la inteligencia artificial puede extraer de las imágenes médicas información que los clínicos no perciben a simple vista.

Según esa descripción, las tecnologías de Quibim se aplican ya a imagen de cáncer de mama y de próstata. MacNevin explica además cómo los biomarcadores de imagen (medidas cuantitativas extraídas de resonancias o TAC, en lugar de una simple valoración visual) podrían ayudar a predecir la respuesta a un tratamiento. También afirma que farmacéuticas ya usan estas herramientas para informar decisiones en ensayos clínicos. Y aborda lo que aún falta para que estas tecnologías sean fiables en la práctica oncológica rutinaria.

Conviene una cautela: el material disponible es solo la sinopsis de un vídeo, publicada por LA Times Studios, una unidad independiente de la redacción del diario. No incluye cifras, nombres de estudios, datos de validación ni detalles regulatorios. Todo lo anterior es, por tanto, lo que la empresa y su directiva afirman, no resultados verificados que podamos contrastar aquí.

**Nuestra lectura.** Lo interesante es el orden de la frase: primero los ensayos farmacéuticos, después la clínica rutinaria. En general, en imagen médica con IA el camino suele ser ese. Un ensayo clínico es un entorno controlado, con protocolos de imagen homogéneos y un cliente, la farmacéutica, que paga por reducir incertidumbre sobre si un fármaco funciona. La consulta diaria es otra cosa: equipos distintos, calidad variable, necesidad de aprobación regulatoria y de demostrar que el biomarcador cambia una decisión y mejora el desenlace del paciente.

Ese es el cuello de botella real, y es bueno que la propia entrevista lo reconozca. Un biomarcador predictivo solo vale si se valida en poblaciones diversas y si el oncólogo puede confiar en él y entender por qué dice lo que dice. La explicabilidad y la responsabilidad clínica pesan tanto como la precisión.

A corto plazo, esto significa herramientas de apoyo, no sustitución: la IA añade una capa cuantitativa a lo que el radiólogo ya ve. A largo plazo, la dirección es la que defendemos en Zendoric: una medicina más precisa y predictiva, donde se sepa antes qué tratamiento funcionará en cada paciente y se evite el que no. Eso acerca el horizonte de convertir cánceres hoy letales en enfermedades manejables. Todavía hay que ver los datos, pero el planteamiento apunta en la dirección correcta.