Investigadores del Technion y de las universidades de Pensilvania y Chicago combinan resonancia magnética e inteligencia artificial para identificar señales precancerosas en mujeres con mutaciones BRCA1 y BRCA2, antes de que el cáncer de ovario pueda ser detectado por los métodos convencionales.
Resumida del original de LatamIsrael: “La Inteligencia Artificial y la ciencia se unen para ganarle al cáncer de ovario” (https://latamisrael.com/la-inteligencia-artificial-y-la-ciencia-se-unen-para-ganarle-al-cancer-de-ovario/?utm_source=chatgpt.com)publicada el 22 de julio de 2026.
Una investigación internacional procura detectar el cáncer de ovario antes de que aparezcan lesiones visibles mediante los métodos convencionales. El proyecto es liderado por el profesor Moti Freiman, del Technion–Instituto Tecnológico de Israel https://www.technion.ac.il/ , junto con científicos de las universidades de Pensilvania y Chicago. Según la nota publicada por el equipo editorial de LatamIsrael https://latamisrael.com/la-inteligencia-artificial-y-la-ciencia-se-unen-para-ganarle-al-cancer-de-ovario/?utm_source=chatgpt.com , la iniciativa recibió financiamiento de la Gray Foundation https://www.grayfoundation.org/ , organización dedicada a impulsar la prevención y detección temprana de tumores hereditarios. El estudio parte de un indicio biológico: la presencia de niveles elevados de hierro en las trompas de Falopio podría constituir una señal precancerosa asociada con el cáncer seroso de alto grado, la forma más frecuente y agresiva del cáncer de ovario. Los investigadores desarrollan algoritmos de inteligencia artificial capaces de analizar imágenes de resonancia magnética e identificar variaciones demasiado pequeñas o complejas para ser reconocidas mediante una observación convencional. Se trata todavía de una tecnología en investigación, cuya eficacia deberá ser validada antes de incorporarse a la práctica clínica.
La potencia de un resonador se mide en Tesla, unidad que indica la intensidad de su campo magnético. Los equipos de 7 Tesla producen imágenes de altísima resolución, pero son costosos y se encuentran principalmente en centros científicos especializados. Los resonadores de 3 Tesla, en cambio, están mucho más extendidos en hospitales y centros de diagnóstico. El desafío es utilizar inteligencia artificial para que estos equipos más accesibles puedan reconocer señales que hoy requieren resonadores de 7 Tesla https://www.fda.gov/news-events/press-announcements/fda-clears-first-7t-magnetic-resonance-imaging-device?utm_source=chatgpt.com . Si se alcanza ese objetivo, el avance podría ampliar considerablemente el acceso a este tipo de detección temprana.
El desarrollo está dirigido especialmente a mujeres que heredaron variantes perjudiciales de los genes BRCA1 o BRCA2. Estos genes normalmente ayudan a reparar daños en el ADN y a evitar que las células se transformen en cancerosas. Cuando presentan determinadas mutaciones, esa protección disminuye y aumenta el riesgo de desarrollar cáncer de mama y de ovario. Esto no significa que una portadora necesariamente enfermará, pero sí que enfrenta una probabilidad considerablemente mayor: el Instituto Nacional del Cáncer de Estados Unidos ( https://www.cancer.gov/about-cancer/causes-prevention/genetics/brca-fact-sheet?utm_source=chatgpt.com ) estima un riesgo de cáncer de ovario de entre 39% y 58% para BRCA1 y de entre 13% y 29% para BRCA2, frente a alrededor del 1,1% en la población femenina general.
En la actualidad, muchas mujeres portadoras deben evaluar, junto con sus médicos, la extirpación preventiva de ovarios y trompas de Falopio, una intervención que reduce el riesgo, pero tiene consecuencias físicas, hormonales y reproductivas irreversibles. Una resonancia de 3 Tesla asistida por inteligencia artificial podría, en el futuro, permitira un seguimiento más preciso y ayudar a determinar cuándo resulta realmente necesario intervenir.
La promesa central no consiste solamente en diagnosticar antes, sino en reemplazar parte de la incertidumbre por información clínica más precisa.
Ver nota completa en https://www.technion.ac.il/en/blog/article/technion-researchers-awarded-gray-foundation-grant-to-advance-early-detection-of-ovarian-cancer/