Investigadores mexicanos desarrollan detección temprana de cáncer mediante análisis de aliento e IA

Científicos mexicanos han avanzado en una nueva metodología de diagnóstico oncológico que utiliza inteligencia artificial para detectar señales tempranas de cáncer a través del análisis del aliento. El proyecto, desarrollado en centros de investigación tecnológica, busca identificar compuestos orgánicos volátiles que el cuerpo humano exhala en etapas iniciales de enfermedades malignas, permitiendo una intervención médica mucho más oportuna que los métodos convencionales. La investigación se centra en el entrenamiento de algoritmos de aprendizaje profundo capaces de distinguir patrones moleculares específicos en muestras de aire exhalado, superando la complejidad de las pruebas tradicionales que suelen requerir procedimientos invasivos o de larga espera. Este desarrollo tecnológico pretende integrarse en el futuro a los protocolos de detección en instituciones como el IMSS-Bienestar, facilitando diagnósticos masivos y no invasivos en zonas de difícil acceso. Los responsables del estudio han señalado que el sistema aún se encuentra en una fase de validación técnica rigurosa para asegurar su precisión y confiabilidad clínica antes de ser considerado para su implementación a gran escala. Además, el equipo busca colaborar con instancias como el CONAHCYT para escalar la capacidad de procesamiento de datos y asegurar que el equipo necesario pueda ser fabricado con insumos accesibles en México. La propuesta busca reducir significativamente los tiempos de espera y los costos asociados al diagnóstico temprano, lo cual representaría un alivio para la infraestructura del sistema nacional de salud. Especialistas en oncología y tecnología médica subrayan que, aunque el camino hacia la aplicación clínica es complejo, este tipo de innovaciones representan una oportunidad para mejorar las tasas de supervivencia en diversos tipos de neoplasias. Los avances alcanzados hasta la fecha marcan un precedente en la aplicación de algoritmos de aprendizaje automático para el sector salud en el país, consolidando un esfuerzo interdisciplinario entre ingenieros de software y médicos especialistas.