.png){kind=logo}
Predicción del cáncer de cuello uterino con IA para mejorar precisión, diagnóstico y eficiencia de detección temprana.
El cáncer de cuello uterino, causado predominantemente por una infección persistente con el virus del papiloma humano (HR-HV) de alto riesgo, se sitúa como uno de los cánceres más prevalentes que afectan a las mujeres en todo el mundo y es una causa notable de mortalidad (1) (2). Solo en 2020, se atribuyeron aproximadamente 604 000 casos nuevos y 342 000 muertes a esta enfermedad (3). Alrededor del 30% de las lesiones de la neoplasia intraepitelial cervical (NIC) de alto grado, precursoras del cáncer de cuello uterino, tienen el potencial de convertirse en un cáncer invasivo en el transcurso de tres décadas (2). La baja cobertura de la vacuna contra el VPH enfatiza aún más la necesidad crucial de contar con programas de detección del cáncer de cuello uterino consistentes. La detección temprana y el tratamiento de las lesiones precursoras son fundamentales para detener la progresión hacia un cáncer invasivo, lo que subraya la importancia de contar con intervenciones de salud pública accesibles y eficaces para la prevención del cáncer de cuello uterino (4) (5).
«CerviScan AI», una herramienta predictiva basada en inteligencia artificial, se ha diseñado para agilizar la evaluación del riesgo de cáncer de cuello uterino en entornos clínicos. Al utilizar datos sintéticos, esta IA emplea algoritmos de aprendizaje automático para evaluar una serie de variables demográficas y clínicas con el objetivo de detectar las afecciones precancerosas de manera temprana y orientar las medidas terapéuticas adecuadas.
El modelo incorpora variables como la edad del paciente, el historial sexual, el consumo de tabaco, los métodos anticonceptivos y las enfermedades de transmisión sexual (ETS) derivadas de los estudios clínicos. Esta información se sintetiza en una base de datos que refleja datos clínicos del mundo real, guiándose por las investigaciones de Song et al. (1), Ouh et al. (2), Egemen et al. (3), y conocimientos sobre el papel de la IA en la detección del cáncer de cuello uterino, según lo informado por el Instituto Nacional del Cáncer (4) y Hou et al. (5).
El cáncer de cuello uterino, causado predominantemente por una infección persistente con el virus del papiloma humano (HR-HV) de alto riesgo, se sitúa como uno de los cánceres más prevalentes que afectan a las mujeres en todo el mundo y es una causa notable de mortalidad (1) (2). Solo en 2020, se atribuyeron aproximadamente 604 000 casos nuevos y 342 000 muertes a esta enfermedad (3). Alrededor del 30% de las lesiones de la neoplasia intraepitelial cervical (NIC) de alto grado, precursoras del cáncer de cuello uterino, tienen el potencial de convertirse en un cáncer invasivo en el transcurso de tres décadas (2). La baja cobertura de la vacuna contra el VPH enfatiza aún más la necesidad crucial de contar con programas de detección del cáncer de cuello uterino consistentes. La detección temprana y el tratamiento de las lesiones precursoras son fundamentales para detener la progresión hacia un cáncer invasivo, lo que subraya la importancia de contar con intervenciones de salud pública accesibles y eficaces para la prevención del cáncer de cuello uterino (4) (5).
«CerviScan AI», una herramienta predictiva basada en inteligencia artificial, se ha diseñado para agilizar la evaluación del riesgo de cáncer de cuello uterino en entornos clínicos. Al utilizar datos sintéticos, esta IA emplea algoritmos de aprendizaje automático para evaluar una serie de variables demográficas y clínicas con el objetivo de detectar las afecciones precancerosas de manera temprana y orientar las medidas terapéuticas adecuadas.
Without this solution, cervical cancer detection remains limited, leading to higher mortality and treatment costs.
For instance, advanced cancer treatments can cost up to 5 times more than early detection interventions.
In Colombia, limited coverage results in missed opportunities for timely diagnoses and resource optimization [2].
Implementing this AI solution could reduce cervical cancer mortality rates by 30-40% through early detection and treatment guidance. Additionally, it addresses health inequities by democratizing access to diagnostic tools, supporting global efforts to eliminate cervical cancer as a public health issue.
El modelo incorpora variables como la edad del paciente, el historial sexual, el consumo de tabaco, los métodos anticonceptivos y las enfermedades de transmisión sexual (ETS) derivadas de los estudios clínicos. Esta información se sintetiza en una base de datos que refleja datos clínicos del mundo real, guiándose por las investigaciones de Song et al. (1), Ouh et al. (2), Egemen et al. (3), y conocimientos sobre el papel de la IA en la detección del cáncer de cuello uterino, según lo informado por el Instituto Nacional del Cáncer (4) y Hou et al. (5).
