Comparación entre la inteligencia artificial y las recomendaciones de equipos multidisciplinares en el manejo de las metástasis hepáticas del cáncer colorrectal

Por qué esto importa para pacientes y familias

Para muchas personas con cáncer colorrectal, la enfermedad puede diseminarse al hígado, convirtiendo las decisiones terapéuticas en una carrera contra el tiempo. Hoy en día, estas elecciones suelen tomarse en equipos multidisciplinares —grupos de especialistas que se reúnen para acordar el mejor plan—. Al mismo tiempo, herramientas de inteligencia artificial basadas en chat, como ChatGPT, empiezan a aparecer en consultas médicas como posibles ayudas. Este estudio plantea una pregunta simple pero importante: cuando se entregan los mismos resúmenes de pacientes, ¿en qué medida coinciden las sugerencias de la IA con lo decidido por un equipo de expertos?

Cómo se toman habitualmente las decisiones de atención

Cuando el cáncer colorrectal llega al hígado, las opciones de tratamiento pueden ir desde la cirugía hasta la quimioterapia o cuidados más limitados centrados en los síntomas. Decidir entre estas vías rara vez es sencillo. Los hospitales recurren a reuniones de equipos multidisciplinares (MDT) que reúnen cirujanos, oncólogos médicos, radiólogos y otros expertos. Estas discusiones ponderan el tamaño y número de tumores, los hallazgos de las pruebas de imagen, el estado general y las probabilidades de que la cirugía pueda extirpar de forma segura toda la enfermedad visible. Este modelo en equipo mejora la supervivencia y ayuda a garantizar que los pacientes reciban tratamientos consistentes y basados en la evidencia, pero también requiere mucho tiempo y depende de la disponibilidad de los especialistas adecuados.

Qué intentaron evaluar los investigadores

Los autores examinaron si un sistema de IA basado en chat podía actuar como socio de apoyo a la decisión para estos equipos expertos, no como reemplazo. Se centraron en 30 pacientes con cáncer colorrectal con metástasis hepáticas, todos previamente discutidos por un MDT en un único hospital. Para cada paciente crearon un resumen de texto estandarizado y anonimizado que incluía los datos clínicos y de imagen clave, pero el sistema de IA no tuvo acceso directo a las imágenes ni a las historias clínicas completas. A continuación preguntaron a ChatGPT cuál sería el tratamiento más apropiado, repitiendo la pregunta tres veces por caso para ver si las respuestas eran estables. En una segunda ronda añadieron un dato crucial: indicaron explícitamente que los tumores hepáticos eran potencialmente resecables y preguntaron si eso debía cambiar el plan.

Qué tan bien coincidió la IA con el equipo de expertos

La IA ofreció el mismo tipo de recomendación cada vez que se le consultó sobre un caso dado, mostrando una consistencia interna muy alta. Al trabajar solo a partir de los resúmenes básicos, su recomendación final coincidió con la decisión unánime del MDT en aproximadamente dos tercios de los pacientes (20 de 30). La mayoría de las discrepancias provinieron de que la IA favoreció pasos más prudentes —como sugerir quimioterapia primero, más pruebas de imagen o biopsias— mientras que el equipo experto optó por proceder directamente a la cirugía en casos cuidadosamente seleccionados. Cuando los investigadores repitieron el ejercicio pero especificaron claramente que las metástasis hepáticas parecían resecables, la concordancia aumentó considerablemente. En este escenario con "resección especificada", la IA y el MDT coincidieron en 28 de 30 casos, es decir, un 93 %, un nivel que los autores describen como muy buena concordancia.

Qué revelan los patrones de desacuerdo

Incluso después de proporcionar la información adicional, hubo dos pacientes para los que la IA recomendó continuar con tratamiento sistémico en lugar de cirugía, mientras que el MDT optó por una operación dirigida al control a largo plazo. A lo largo del estudio, la IA tendió a inclinarse por elecciones conservadoras cuando existía cualquier indicio de incertidumbre, lo que probablemente refleja tanto un entrenamiento orientado a la seguridad como las limitaciones de trabajar solo con resúmenes de texto breves. Los autores y estudios previos señalan que estos sistemas pueden comportarse de forma diferente entre hospitales, tipos de cáncer y versiones del software, por lo que no puede asumirse que los resultados de un entorno se apliquen en todos los demás. También subrayan que factores humanos importantes —como las preferencias del paciente, sus valores y la calidad de vida diaria— no se capturan fácilmente en texto ni en guías y siguen siendo dominio del juicio clínico presencial.

Qué podría significar esto para la atención oncológica futura

Este pequeño estudio piloto sugiere que, cuando se le proporciona información escrita clara y completa, una IA basada en chat puede a menudo alcanzar sugerencias de tratamiento similares a las de un equipo oncológico experimentado en el cáncer colorrectal con metástasis hepáticas. Sin embargo, coincidir con las decisiones de los expertos sobre el papel no equivale a demostrar que la atención guiada por IA sea segura o mejore los resultados. Los autores insisten en que estos sistemas deberían verse, como mucho, como asistentes supervisados —útiles para estructurar resúmenes de casos o destacar detalles faltantes— y no como decisores autónomos. Serán esenciales estudios prospectivos más amplios que sigan los resultados reales de los pacientes, no solo las tasas de concordancia, antes de confiar en estas herramientas como parte de la atención rutinaria.

Cita: Yılmaz, M., Abbaslı, N., Tuna, S. et al. Comparison of artificial intelligence and multidisciplinary team recommendations in the management of colorectal cancer liver metastases. Sci Rep 16, 7278 (2026). https://doi.org/10.1038/s41598-026-38449-z

Palabras clave: cáncer colorrectal, metástasis hepáticas, equipos multidisciplinares, apoyo a la toma de decisiones clínicas, inteligencia artificial en oncología