Centro Estatal de Vigilancia Epidemiológica y Control de Enfermedades

• Un equipo internacional de investigadores presentó en la revista NPJ Digital Medicine un avance que podría transformar la forma en que se detectan las enfermedades oculares: un sistema de inteligencia artificial (IA) capaz de identificar señales tempranas de daño en los ojos con mayor precisión, al mismo tiempo que protege la identidad de los pacientes. Actualmente, muchos sistemas de IA analizan fotografías del rostro completo o de la zona alrededor de los ojos para detectar signos de enfermedad. Aunque son útiles, estos métodos incluyen información innecesaria —como rasgos faciales— que puede afectar la precisión de los resultados y, además, generar riesgos en términos de privacidad. Para resolver este problema, los científicos desarrollaron una estrategia basada en segmentación inteligente, que permite que la IA se concentre únicamente en las áreas del ojo relevantes para el diagnóstico.
• El nuevo modelo, llamado SegmenView, utiliza una red neuronal avanzada que recorta automáticamente la imagen y se enfoca solo en cuatro regiones clave: el párpado, la conjuntiva, el lagrimal y el globo ocular. De esta forma, elimina cualquier dato facial que no sea necesario para el análisis clínico, reduciendo la posibilidad de que una persona pueda ser identificada a partir de la imagen. La tecnología fue probada con más de dos mil ojos de pacientes con enfermedad ocular tiroidea, una condición autoinmune que puede provocar inflamación, enrojecimiento y protrusión de los ojos. Los resultados mostraron que el sistema logra detectar señales como hinchazón de párpados, enrojecimiento de la conjuntiva y exoftalmos con mayor precisión que los métodos tradicionales basados en fotos de medio rostro o del área periocular. Cabe destacar, que uno de los aspectos más relevantes del avance es el equilibrio que logra entre precisión clínica y protección de datos personales. Al trabajar solo con pequeñas regiones del ojo, el sistema evita exponer información biométrica sensible, algo especialmente importante en un contexto donde las leyes de privacidad digital son cada vez más estrictas y la confianza de los pacientes en las tecnologías médicas es fundamental.
• Asimismo, el modelo fue diseñado para ser ligero y eficiente, lo que abre la puerta a su uso en dispositivos móviles. En el futuro, podría integrarse en aplicaciones que permitan a las personas tomar una fotografía con su teléfono y recibir una alerta temprana sobre posibles problemas oculares, facilitando la detección precoz y la referencia oportuna con un especialista. Los investigadores también destacaron que la herramienta mostró un buen desempeño en poblaciones de distintos países y grupos étnicos, lo que sugiere que podría aplicarse a gran escala. Esto es clave para su uso en entornos con pocos recursos médicos, donde el acceso a oftalmólogos es limitado y las tecnologías de apoyo pueden marcar una gran diferencia.

Fuente:

• Autor/es: Chaoyu Lei, Chen Zhao, et al.
• Fecha de publicación: Enero 2026
• Sitio web: https://www.nature.com/articles/s41746-025-02310-w

• Un equipo internacional de investigadores desarrolló y validó clínicamente una herramienta de inteligencia artificial (IA) capaz de evaluar con mayor precisión cómo los tumores de cáncer de páncreas interactúan con los principales vasos sanguíneos del abdomen, un aspecto decisivo para planificar la cirugía y el tratamiento de la enfermedad. El estudio, publicado en la revista NPJ Digital Medicine, presenta un sistema denominado Pancreatic Vascular Invasion Quantifier o PAN-VIQ, que utiliza aprendizaje profundo o deep learning en tres dimensiones para analizar tomografías computarizadas con contraste. A diferencia de los métodos tradicionales, que dependen en gran medida de la interpretación visual del radiólogo, esta tecnología ofrece mediciones objetivas y continuas del grado de contacto entre el tumor y los vasos sanguíneos.
• El cáncer de páncreas es uno de los más agresivos y con menor tasa de supervivencia, ya que solo entre el 15% y el 20% de los pacientes pueden someterse a cirugía con intención curativa al momento del diagnóstico. Uno de los principales obstáculos es la invasión de vasos sanguíneos cercanos, como la arteria mesentérica superior o la vena porta, lo que puede hacer que un tumor sea inoperable. Actualmente, esta evaluación se basa en estimaciones bidimensionales realizadas por especialistas a partir de imágenes médicas, lo que puede generar variabilidad entre observadores y decisiones clínicas menos precisas. El modelo analiza estudios de tomografía computarizada y segmenta automáticamente el tumor y cinco vasos clave del páncreas. A partir de esta información, calcula en 3D el ángulo real de contacto entre el tumor y cada vaso, ofreciendo una medición cuantitativa que refleja con mayor fidelidad la anatomía del paciente.
• El sistema fue entrenado con más de 2 mil estudios clínicos y posteriormente validado tanto en hospitales externos como en un entorno prospectivo real con más de 200 pacientes. En estas pruebas, PAN-VIQ alcanzó niveles de precisión superiores al 90% y mostró un desempeño comparable al de radiólogos con amplia experiencia, además de superar claramente a especialistas menos experimentados. Los autores señalan que esta herramienta no busca reemplazar a los profesionales de la salud, sino servir como un “segundo lector”, ayudando a reducir errores, estandarizar evaluaciones y facilitar la toma de decisiones en equipos multidisciplinarios. También podría ser especialmente útil en hospitales con recursos limitados o menor experiencia en este tipo de cáncer.
• Al ofrecer mediciones continuas y reproducibles, PAN-VIQ representa un paso importante hacia una medicina más precisa y personalizada en el cáncer de páncreas. En el futuro, los investigadores planean integrar esta tecnología en los flujos clínicos habituales y explorar su combinación con otros datos médicos para mejorar aún más la planificación del tratamiento.

Fuente:

• Autor/es: Yajiao Zhang, Haoran Zhang, et al.
• Fecha de publicación: octubre 2025
• Sitio web: https://www.nature.com/articles/s41746-025-02260-3

• La integración de la cirugía robótica con sistemas de inteligencia artificial (IA) está marcando un punto de inflexión en la práctica médica moderna. Un artículo de revisión publicado en Journal of Robotic Surgery analiza cómo estas tecnologías están redefiniendo los procedimientos quirúrgicos, con mejoras significativas en la precisión, la seguridad del paciente y los resultados clínicos. La cirugía asistida por robots comenzó ofreciendo mayor destreza y mejor visualización para procedimientos mínimamente invasivos. Sin embargo, la incorporación de IA ha ampliado sus capacidades al permitir análisis en tiempo real, apoyo a la toma de decisiones y, en algunos casos, acciones semiautónomas durante las intervenciones. De acuerdo con el estudio, los sistemas quirúrgicos que integran IA pueden analizar imágenes, videos intraoperatorios y grandes volúmenes de datos clínicos para guiar al cirujano con mayor exactitud. Esto ha dado lugar a herramientas como los gemelos digitales o digital twins, réplicas virtuales del paciente que permiten planear y ensayar cirugías, y modelos de visión artificial capaces de identificar estructuras anatómicas críticas durante la operación.
• El análisis de 25 estudios científicos recientes, publicados entre 2024 y 2025, mostró que la cirugía robótica asistida por IA se asocia con beneficios relevantes frente a las técnicas convencionales. Entre los principales hallazgos destacan la reducción aproximada del 25% en el tiempo quirúrgico. Además de la disminución de hasta 30% en las complicaciones intraoperatorias. Asimismo, se reportaron mejorías cercanas al 40% en la precisión quirúrgica, especialmente en resecciones tumorales y colocación de implantes. De igual manera, las recuperaciones son más rápidas, con estancias hospitalarias más cortas y menor dolor postoperatorio. Estos beneficios se han observado en diversas especialidades, como oncología, cirugía pediátrica, urología, ortopedia y procedimientos mínimamente invasivos. Uno de los aportes más relevantes de la IA en cirugía es el fortalecimiento de la seguridad del paciente. Los sistemas inteligentes pueden detectar errores potenciales, advertir sobre riesgos en tiempo real y reducir la variabilidad asociada al factor humano, como la fatiga del cirujano. Además, el estudio señala que estas tecnologías contribuyen a mejorar la eficiencia del flujo de trabajo quirúrgico, con incrementos de hasta 20% en productividad y reducciones aproximadas del 10% en los costos globales de atención, cuando se consideran menos complicaciones y hospitalizaciones más cortas.
• A pesar de su potencial, la adopción generalizada de la cirugía robótica con IA enfrenta desafíos importantes, por ejemplo, el alto costo inicial de los sistemas, la necesidad de datos clínicos amplios y de alta calidad para entrenar los algoritmos, así como preguntas éticas sobre la responsabilidad médica, la transparencia de las decisiones algorítmicas y el consentimiento informado de los pacientes. El artículo también advierte sobre el riesgo de que estas tecnologías se concentren únicamente en hospitales con mayores recursos, lo que podría ampliar las brechas de acceso a atención quirúrgica avanzada. Finalmente, los autores concluyen que la cirugía robótica asistida por IA representa una evolución profunda en la atención quirúrgica, con el potencial de ofrecer procedimientos más seguros, precisos y personalizados.

Fuente:

• Autor/es: Jack Ng Kok Wah.
• Fecha de publicación: octubre 2025
• Sitio web: https://pmc.ncbi.nlm.nih.gov/articles/PMC12181090/

• Científicos de NYU Langone Health desarrollaron un nuevo enfoque experimental que permite estudiar con mayor precisión la enfermedad de Hirschsprung (HSCR), un trastorno congénito poco frecuente que afecta el intestino de recién nacidos y puede provocar obstrucciones graves al impedir el paso normal de las heces. Durante el desarrollo del sistema digestivo, se forma una compleja red de nervios conocida como sistema nervioso entérico, a menudo descrita como un “segundo cerebro”, encargada de regular el movimiento de los alimentos y los desechos a través del intestino. En la HSCR, alteraciones genéticas impiden que esta red nerviosa se desarrolle correctamente, lo que da lugar a zonas del intestino sin inervación. Hasta ahora, la mayoría de los modelos animales para estudiar esta enfermedad se basaban en la eliminación completa de un solo gen relacionado con la HSCR. Aunque estos modelos lograban reproducir algunos aspectos del trastorno, no reflejaban con fidelidad cómo se manifiesta en las personas.
• El nuevo estudio, publicado en Proceedings of the National Academy of Sciences (PNAS), propone un enfoque distinto a través del análisis de la interacción entre múltiples mutaciones genéticas, en lugar de estudiar un solo gen de forma aislada. El trabajo fue liderado por el Dr. Aravinda Chakravarti, investigador con más de tres décadas de experiencia en el estudio de la HSCR, quien ayudó a identificar dos de los principales genes implicados en esta condición RET y EDNRB. En lugar de eliminar por completo estos genes, los investigadores crearon combinaciones de mutaciones más leves, en las que uno o ambos genes conservaban parte de su función. La combinación que mejor reprodujo la enfermedad humana fue aquella en la que solo una copia del gen RET estaba inactiva y ambas copias de EDNRB seguían siendo parcialmente funcionales.
• Aunque la enfermedad se asocia con la ausencia total de nervios en ciertas zonas del intestino, durante el desarrollo embrionario los animales presentaban una abundancia de células nerviosas inmaduras, incluso mayor que en ratones sanos. El análisis genético reveló un aumento significativo en la actividad de SOX2OT, un gen implicado en la maduración de las células precursoras del sistema nervioso. Los científicos plantean que, sin la regulación adecuada de RET y EDNRB, este gen podría interferir con el proceso de maduración celular, impidiendo que las neuronas intestinales se desarrollen completamente.
• Según los autores, este nuevo modelo permitirá responder preguntas clave sobre los mecanismos de la HSCR y explorar posibles estrategias terapéuticas.

Fuente:

• Autor/es: Ryan D. Fine, Rebecca Chubaryov, et al.
• Fecha de publicación: octubre 2025
• Sitio web: https://www.pnas.org/doi/10.1073/pnas.2507062122