SANTO DOMINGO, RD/ SALUD DIGITAL.- La interpretación precoz de las alteraciones gástricas continúa siendo un reto en muchos sistemas sanitarios, especialmente en aquellos contextos donde el acceso a especialistas, pruebas avanzadas o servicios de patología es limitado.
En este escenario, la identificación de signos iniciales de enfermedad durante una endoscopia digestiva alta puede resultar compleja, ya que las lesiones tempranas suelen ser sutiles y fáciles de pasar por alto.
Esta dificultad afecta de forma directa a patologías frecuentes como la infección por Helicobacter pylori o a los primeros cambios precancerosos de la mucosa gástrica, que en ocasiones no se detectan en exploraciones rutinarias.
Para abordar este problema, un grupo de investigadores ha desarrollado un sistema de inteligencia artificial (IA) capaz de interpretar imágenes endoscópicas estándar con un nivel de conocimiento comparable al de especialistas experimentados.
La plataforma de IA multimodelo ha sido diseñada por investigadores del Hospital Universitario Nacional de Taiwán, en Taipéi, con el objetivo de reproducir el razonamiento clínico que aplican endoscopistas y patólogos expertos al evaluar la salud del estómago. El sistema se ha entrenado a partir de grandes volúmenes de imágenes endoscópicas vinculadas a diagnósticos confirmados mediante patología, lo que le permite interiorizar patrones que habitualmente solo se adquieren tras años de práctica clínica.
La plataforma integra varios modelos interconectados que actúan de forma secuencial. En una primera fase, selecciona imágenes endoscópicas de calidad óptima; posteriormente, identifica las regiones anatómicas relevantes del estómago; y finalmente analiza los patrones superficiales y vasculares asociados a diferentes procesos patológicos. El entrenamiento combina características visuales con datos histopatológicos de referencia, lo que facilita la correlación entre lo observado en la endoscopia y los cambios tisulares subyacentes.
A partir de imágenes obtenidas en endoscopias de rutina, el sistema fue capaz de identificar con precisión signos de infección por H. pylori y alteraciones tempranas de la mucosa gástrica relacionadas con un mayor riesgo de cáncer. Además, la herramienta ofrece evaluaciones estandarizadas y detalladas, reduciendo el uso de descriptores genéricos como “gastritis” y aportando información clínicamente más útil.
Los resultados del estudio, publicados en la revista Endoscopy, muestran que la inteligencia artificial puede extraer información clínicamente relevante de imágenes que ya forman parte de la práctica asistencial diaria, sin necesidad de técnicas adicionales ni procedimientos invasivos.
Al proporcionar una interpretación rápida y homogénea de las imágenes, esta tecnología puede resultar especialmente valiosa para médicos que trabajan en zonas remotas o en entornos con escasos recursos. Su uso puede contribuir a orientar decisiones sobre la erradicación de H. pylori, la indicación de pruebas complementarias o la necesidad de establecer programas de vigilancia.
Más allá de su aplicación clínica inmediata, los investigadores destacan el potencial de este sistema para reducir las desigualdades en la calidad de la atención sanitaria, al integrar un análisis experto directamente en los flujos de trabajo habituales. “La IA no pretende sustituir a los médicos”, afirmó el profesor Yi-Chia Lee, autor correspondiente. “Actúa como un asistente digital que apoya el juicio clínico. Al integrarse en la atención médica rutinaria, la IA contribuye a una calidad médica más consistente para reducir la brecha entre los hospitales con recursos suficientes y las comunidades remotas”.
