Enfoque de IA diagnostica cáncer colorrectal a partir de microbiota intestinal
Actualizado el 27 Aug 2025
El cáncer colorrectal es la segunda causa principal de muerte por cáncer en todo el mundo, y su diagnóstico suele retrasarse debido a la incomodidad y el costo de las colonoscopias, la prueba de referencia actual. Muchos casos se detectan solo en etapas avanzadas, cuando las opciones de tratamiento son limitadas. Dado que los casos también están aumentando entre los adultos jóvenes, existe una necesidad urgente de métodos de diagnóstico más sencillos y menos invasivos. Investigadores han desarrollado un método que utiliza muestras de heces para detectar la enfermedad con alta precisión.
Un equipo de investigación de la Universidad de Ginebra (Ginebra, Suiza) ha creado un modelo de aprendizaje automático que analiza la microbiota intestinal para identificar el cáncer colorrectal. En lugar de centrarse en especies o cepas individuales, el método examina subespecies bacterianas, que captan mejor las diferencias funcionales asociadas con la enfermedad. Los investigadores primero crearon un catálogo completo de subespecies de la microbiota intestinal humana y luego lo combinaron con datos clínicos para diseñar una herramienta de diagnóstico precisa y no invasiva.
El estudio, publicado en Cell Host & Microbe, demostró que este método basado en inteligencia artificial (IA) detectó el 90 % de los casos de cáncer colorrectal, una tasa cercana al 94 % alcanzado por las colonoscopias. Superó a todos los métodos no invasivos existentes, utilizando únicamente muestras de heces. Al identificar diferencias a nivel de subespecie, este enfoque destaca cómo las bacterias intestinales contribuyen funcionalmente al desarrollo del cáncer, ofreciendo un conocimiento biológico más profundo.
Con una mayor integración de datos clínicos, el modelo podría alcanzar la precisión de la colonoscopia. Tiene el potencial de convertirse en una herramienta de detección rutinaria de primera línea, permitiendo reservar las colonoscopias para pacientes de alto riesgo. Ya se está iniciando un ensayo clínico en colaboración con los Hospitales Universitarios de Ginebra para determinar mejor los estadios y las lesiones del cáncer detectables con este enfoque.
Las implicaciones van más allá del cáncer colorrectal, ya que la misma técnica podría aplicarse a una amplia gama de enfermedades afectadas por la microbiota. Al distinguir las diferencias entre subespecies, los científicos pueden descubrir los mecanismos de acción que vinculan las bacterias intestinales con la salud y la enfermedad. Esto abre la posibilidad de desarrollar nuevas herramientas de diagnóstico no invasivas a partir de un único análisis de la microbiota.
“En lugar de basarnos en el análisis de las distintas especies que componen la microbiota, que no captura todas las diferencias significativas, nos centramos en un nivel intermedio de la microbiota: las subespecies”, explicó Mirko Trajkovski, profesor del Departamento de Fisiología Celular y Metabolismo de la Facultad de Medicina de la Universidad de Ginebra. “La resolución de subespecies es específica y permite capturar las diferencias en el funcionamiento de las bacterias y su contribución a enfermedades, incluido el cáncer, a la vez que mantiene una generalidad suficiente para detectar estos cambios en las poblaciones”.
