Mejora en el diagnóstico del cáncer de cuello uterino mediante un nuevo método de fusión bayesiana en ensamblado con IA explicable

Por qué esto importa para la salud de las mujeres

El cáncer de cuello uterino sigue siendo una de las principales causas de mortalidad entre mujeres en todo el mundo, especialmente donde el acceso a especialistas y pruebas avanzadas es limitado. Sin embargo, la enfermedad tiene un alto grado de curación cuando se detecta a tiempo. Este estudio explora cómo una inteligencia artificial (IA) diseñada con prudencia puede convertir información clínica y de estilo de vida sencilla —como la edad, los hábitos de tabaquismo y los resultados de pruebas de cribado rutinarias— en una herramienta de alerta temprana muy fiable que los médicos puedan usar junto a la cama del paciente o en clínicas pequeñas.

El problema global detrás de las cifras

El cáncer de cuello uterino se debe en gran medida a la infección por tipos de alto riesgo del virus del papiloma humano (VPH). Suele avanzar de forma silenciosa, mostrando pocos síntomas hasta etapas avanzadas, cuando las mujeres pueden experimentar sangrados anormales, dolor pélvico o infertilidad. En 2020 se reportaron más de 600.000 casos nuevos en todo el mundo, con casi el 90 % de las muertes en países de ingresos bajos y medios donde mantener pruebas regulares de Papanicolaou o de VPH es difícil. Los métodos de cribado existentes son efectivos pero pueden requerir mucho trabajo, personal capacitado y aun así pasar por alto algunos casos. Esto genera una necesidad clara de herramientas que puedan identificar con precisión a las mujeres de alto riesgo usando el tipo de información que las clínicas ya recogen.

Convertir historiales clínicos en una puntuación de riesgo

Los investigadores construyeron un sistema híbrido de aprendizaje automático que analiza 36 datos de cada paciente. Estos incluyen la edad, número de parejas sexuales, edad en la primera relación sexual, estado de fumadora, uso de anticonceptivos hormonales, antecedentes de enfermedades de transmisión sexual y resultados de pruebas cervicales comunes como los exámenes de Schiller y Hinselmann y la citología. Dado que los registros médicos reales a menudo tienen lagunas, el equipo utilizó una técnica llamada GAIN para rellenar inteligentemente los valores faltantes preservando patrones realistas en los datos. Luego aplicaron un método llamado Boruta para cribar todas las variables y conservar solo aquellas que realmente influían en si una biopsia —la prueba de referencia— mostraba cáncer o lesiones precancerosas.

Equilibrar los casos raros y encontrar señales claras

Como en muchos conjuntos de datos médicos, los registros de cáncer cervical contenían muchas más mujeres sin enfermedad que con ella. Si no se corrige, ese desequilibrio puede hacer que un modelo informático aprenda sobre todo del grupo mayoritario e ignore discretamente señales sutiles de cáncer. Para evitarlo, el equipo usó sobremuestreo aleatorio para crear una mezcla más equilibrada de casos positivos y negativos. Después comprimieron los datos en un conjunto más pequeño de patrones informativos usando dos herramientas matemáticas, el Análisis de Componentes Independientes y el Análisis de Componentes Principales. Esta combinación eliminó ruido y redundancia manteniendo las señales clave que distinguen a las pacientes de alto riesgo de las de bajo riesgo.

Combinar dos modelos en una sola decisión

En el núcleo del sistema hay un nuevo “ensamblado de fusión bayesiana”, que combina las fortalezas de dos modelos ampliamente usados: árboles de decisión y bosques aleatorios. En lugar de dejar que cada modelo vote por igual, el método de fusión pondera sus contribuciones según su rendimiento durante la validación. El resultado es una estimación de riesgo única y afinada para cada mujer. A lo largo de múltiples rondas de prueba, este enfoque alcanzó alrededor del 99,9 % de precisión, identificó todos los casos de alto riesgo (recuperación perfecta) y produjo una puntuación ideal en una medida estándar de calidad diagnóstica (AUC‑ROC = 1,00), lo que sugiere que rara vez pasó por alto casos de cáncer y al mismo tiempo evitó alarmas innecesarias.

Abrir la caja negra para los médicos

Como los médicos deben entender por qué un algoritmo marca a una paciente como de alto riesgo, el equipo añadió herramientas de IA explicable llamadas SHAP y LIME. Estos métodos descomponen cada predicción y muestran qué factores empujaron la decisión hacia «cáncer» o «no cáncer». Confirmaron que los resultados de Schiller, Hinselmann y la citología fueron los impulsores más fuertes del riesgo, con la edad, el número de parejas sexuales, el tabaquismo y las infecciones pasadas también desempeñando roles importantes. Finalmente, los investigadores envolvieron el modelo en una aplicación web que las clínicas pueden usar en tiempo real: el personal introduce la información de la paciente, el sistema devuelve una puntuación de riesgo y el panel de explicación resalta las principales razones detrás de esa puntuación.

Lo que esto significa para pacientes y clínicas

Este trabajo muestra que, cuando se diseña con rigor y se explica con transparencia, la IA puede convertir datos clínicos y comportamentales rutinarios en un potente sistema de alerta temprana para el cáncer de cuello uterino. El modelo no sustituye a las biopsias ni al juicio experto, pero puede ayudar a clínicas sobrecargadas a detectar con rapidez a las mujeres que más necesitan pruebas adicionales, especialmente en entornos con recursos limitados. Con conjuntos de datos más grandes y diversos en el futuro, y al ampliar el enfoque a otros tipos de datos de salud, tales herramientas podrían integrarse en el cribado cotidiano y ayudar a prevenir miles de muertes evitables.

Cita: Islam, O., Assaduzzaman, M., Akter, S. et al. Enhanced cervical cancer diagnosis using a novel Bayesian fusion ensemble method with explainable AI. Sci Rep 16, 12306 (2026). https://doi.org/10.1038/s41598-026-35334-7

Palabras clave: cribado del cáncer cervical, IA médica, aprendizaje automático, salud de la mujer, detección temprana