La resistencia a la insulina predicha por aprendizaje automático es un factor de riesgo para 12 tipos de cáncer

Por qué esta investigación importa para la salud cotidiana

La mayoría de la gente sabe que el exceso de peso y la diabetes tipo 2 pueden aumentar la probabilidad de desarrollar cáncer, pero el vínculo oculto entre ellos —qué tan bien responde el cuerpo a la insulina— rara vez se mide en revisiones rutinarias. Este estudio muestra que una puntuación generada por ordenador de “resistencia a la insulina”, construida únicamente a partir de análisis de sangre comunes y datos básicos de salud, puede señalar a personas con mayor riesgo no solo de diabetes y problemas cardíacos, sino también de varios cánceres importantes. Sugiere que la información que los médicos ya recogen podría combinarse de formas más inteligentes para identificar antes a individuos de alto riesgo y orientar cribados más dirigidos.

Una huella digital digital de la resistencia a la insulina

La insulina es una hormona que ayuda a que el azúcar pase de la sangre a órganos como el músculo, el hígado y el tejido adiposo. Cuando estos tejidos dejan de responder adecuadamente —lo que se llama resistencia a la insulina— el cuerpo compensa produciendo más insulina, lo que con el tiempo puede llevar a diabetes tipo 2 y enfermedad cardiovascular. La prueba de laboratorio de referencia para la resistencia a la insulina es compleja, consume tiempo y no es adecuada para grandes poblaciones. Incluso las medidas de investigación más simples requieren niveles de insulina en ayunas, que no se suelen comprobar en la práctica cotidiana. Para sortear esta barrera, los investigadores habían entrenado previamente un modelo de aprendizaje automático para predecir si una persona es resistente a la insulina basándose en nueve medidas rutinarias: edad, sexo, raza, índice de masa corporal (IMC), glucosa en ayunas, glucosa a largo plazo (HbA1c), triglicéridos, colesterol total y colesterol HDL “bueno”. La puntuación resultante se denomina resistencia a la insulina derivada por inteligencia artificial, o AI‑IR.

Probar la puntuación en cientos de miles de personas

En este trabajo reciente, el equipo aplicó AI‑IR a los datos de más de 370 000 participantes del UK Biobank, un estudio de salud de larga duración en adultos de 40 a 69 años. Primero preguntaron si la puntuación podía predecir quién desarrollaría diabetes, problemas cardíacos o fallecería durante el seguimiento. Las personas sin diabetes que dieron positivo en AI‑IR tenían alrededor de siete veces más probabilidad de desarrollar diabetes que quienes eran AI‑IR negativos, incluso después de ajustar por edad y sexo. También eran más propensas a ser ingresadas en el hospital por diabetes, a sufrir eventos mayores del corazón y de los vasos sanguíneos, y a morir por causas cardiovasculares o por cualquier causa. En comparación directa con medidas más simples como el IMC, el síndrome metabólico y dos índices basados en lípidos sanguíneos, AI‑IR ofreció los pronósticos más precisos de diabetes futura.

Relacionando la resistencia a la insulina con el cáncer

Los investigadores se centraron después en el cáncer. Entre los participantes sin antecedentes de cáncer al inicio, siguieron quiénes desarrollaron distintos tipos de tumores a lo largo del tiempo, usando registros vinculados del Servicio Nacional de Salud. Mirando todos los cánceres en conjunto, AI‑IR no cambió el riesgo global. Sin embargo, cuando desglosaron los cánceres por localización, surgió un patrón más claro. Las personas sin diabetes pero con una puntuación AI‑IR positiva tuvieron riesgos mayores de cáncer de útero, riñón, esófago, páncreas, colon y mama. También mostraron aumentos sugestivos para cánceres de pelvis renal, intestino delgado, estómago, hígado y vesícula biliar, leucemia y cánceres del bronquio y pulmón. Al mismo tiempo, tenían menos probabilidad de desarrollar cáncer de piel. Cuando estos tipos de cáncer con riesgo elevado se agruparon en un resultado “compuesto”, los individuos AI‑IR positivos presentaron alrededor de un 25% más de riesgo que sus pares AI‑IR negativos de la misma edad y sexo, una diferencia que persistió, aunque algo reducida, incluso tras ajustar por IMC.

Efectos relacionados con el peso e independientes del peso

Dado que el peso corporal influye fuertemente en la resistencia a la insulina, el equipo exploró si AI‑IR actuaba simplemente como un sustituto de la obesidad. Encontraron que algunos de los riesgos aumentados de cáncer —como los de estómago, hígado y vesícula biliar, páncreas, colon, leucemia y cáncer de mama— se solapaban en gran medida con el efecto del IMC. Pero otros parecían reflejar algo más específico sobre la propia resistencia a la insulina. De manera notable, la asociación entre AI‑IR y el cáncer de pulmón y bronquial se volvió incluso más fuerte tras ajustar por IMC, y se mantuvo significativa aun cuando se tuvo en cuenta el estado tabáquico. Los exfumadores con una puntuación AI‑IR positiva tenían un riesgo especialmente alto de cánceres relacionados con el pulmón y del grupo más amplio de cánceres vinculados a la resistencia a la insulina. En general, AI‑IR proporcionó una mejor estratificación del riesgo de cáncer que el IMC y otro índice basado en lípidos, y un rendimiento similar al del síndrome metabólico y la relación triglicéridos/HDL, sin dejar de ser la mejor herramienta para predecir diabetes.

Qué significa esto para pacientes y médicos

El estudio sugiere que un “biomarcador digital” de resistencia a la insulina, calculado a partir de información ya recogida en la mayoría de las consultas, puede señalar a personas con mayor riesgo tanto de diabetes como de un conjunto de cánceres. Aunque AI‑IR aún no es una prueba de cribado por sí sola, podría ayudar a los clínicos a decidir quién podría beneficiarse de controles de glucemia más frecuentes, de estrategias más agresivas de estilo de vida o medicación, y de cribados de cáncer más tempranos o más focalizados, en particular para órganos como el útero, el riñón, el colon, el pulmón, la mama y el páncreas. El trabajo también destaca la resistencia a la insulina como una vía biológica que conecta el exceso de peso, los lípidos sanguíneos anormales y la inflamación crónica con el cáncer, lo que anima a futuras investigaciones sobre cómo mejorar la sensibilidad a la insulina —mediante dieta, ejercicio o fármacos— podría reducir el riesgo de cáncer además de prevenir la diabetes.

Cita: Lee, CL., Yamada, T., Liu, WJ. et al. Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer. Nat Commun 17, 1396 (2026). https://doi.org/10.1038/s41467-026-68355-x

Palabras clave: resistencia a la insulina, aprendizaje automático, riesgo de diabetes, riesgo de cáncer, UK Biobank