Investigadores chinos han desarrollado un nuevo sistema de inteligencia artificial llamado GRAPE (Gastric Cancer Risk Assessment Procedure with Artificial Intelligence), capaz de detectar el cáncer gástrico en sus primeras etapas utilizando tomografías computarizadas (CT) sin contraste. El modelo ha sido probado en múltiples centros médicos con resultados altamente prometedores.

🧠 Tecnología al servicio de la salud

GRAPE funciona a través de algoritmos de aprendizaje profundo que:

• Detectan automáticamente la región del estómago en las imágenes de CT.

• Generan una máscara de segmentación para localizar posibles lesiones.

• Calculan una puntuación de riesgo de cáncer gástrico en función de la imagen procesada.

Este enfoque permite transformar estudios rutinarios de tomografía en herramientas efectivas para la detección precoz, sin necesidad de procedimientos invasivos como la endoscopía.

📊 Resultados del estudio

• El sistema fue entrenado con más de 6,700 estudios clínicos y validado en más de 18,000 casos reales en 16 hospitales.

• Alcanzó una precisión del 97 % en pruebas internas y más del 92 % en validación externa.

• Superó el desempeño de radiólogos humanos en sensibilidad y especificidad, especialmente en casos en etapa temprana.

• Detectó cáncer gástrico en pacientes asintomáticos durante revisiones de rutina.

🏥 Aplicación clínica

GRAPE ha sido utilizado en análisis retrospectivos de más de 78,000 tomografías de rutina. En dos hospitales, logró identificar tasas de cáncer gástrico del 17 % al 24 %, y entre el 23 % y el 26 % de esos casos fueron diagnosticados en etapas T1 o T2, cuando el tratamiento tiene mayor tasa de éxito.

Además, se identificaron casos que habían sido pasados por alto por médicos especialistas, lo que demuestra el valor de la inteligencia artificial como apoyo al diagnóstico clínico.

🌍 Impacto en salud pública

• Permite implementar programas de cribado masivo, especialmente en países donde la endoscopía no está ampliamente disponible.

• Mejora las oportunidades de detección precoz, lo cual incrementa significativamente las probabilidades de supervivencia.

• Reduce los costos y riesgos asociados con diagnósticos tardíos o innecesarios.

⚠️ Limitaciones actuales

• A pesar de su precisión, el sistema aún muestra limitaciones para detectar tumores en la etapa T1, la más temprana.

• Los investigadores están trabajando en optimizaciones como mejores algoritmos de segmentación y el uso de técnicas complementarias para mejorar la visibilidad en las tomografías.