Una inteligencia artificial permite diagnosticar tumores cerebrales en 12 minutos y supera a los especialistas humanos
Una nueva inteligencia artificial llamada Hetairos es capaz de identificar más de un centenar de tipos de tumores cerebrales a partir de simples imágenes microscópicas. El sistema ofrece resultados en apenas 12 minutos y, en pruebas directas, ha superado a neuropatólogos expertos en la clasificación de estos complejos cánceres.
Por Enrique Coperías, periodista científico
Una representación artística de Hetairos, la inteligencia artificial desarrollada por investigadores de Heidelberg, analizando imágenes microscópicas de tejido tumoral cerebral. El sistema puede identificar más de un centenar de subtipos de tumores del sistema nervioso central en apenas minutos, una tarea que tradicionalmente requiere complejos análisis moleculares. Crédito: IA-DALL-E-RexMolón Producciones
Durante las últimas dos décadas, los tumores cerebrales han vivido una auténtica revolución a nivel diagnóstico. Lo que antes se clasificaba únicamente observando las células al microscopio ahora requiere complejos análisis moleculares capaces de revelar alteraciones genéticas y epigenéticas invisibles para el ojo humano.
Entre estas técnicas destaca el perfil de metilación del ADN, considerado hoy el estándar más preciso para identificar muchos tumores del sistema nervioso central. Esta técnica molecular analiza las marcas químicas llamadas grupos metilo que se adhieren al ADN y regulan qué genes están activos o inactivos. En los tumores, cada tipo de cáncer presenta un patrón de metilación característico, como una especie de huella dactilar molecular. Al comparar ese patrón con bases de datos de referencia, los médicos pueden identificar con gran precisión el tipo y subtipo de tumor, incluso cuando su aspecto al microscopio resulta ambiguo.
El problema es que estos análisis son caros, requieren equipamiento especializado y, sobre todo, tiempo: el resultado puede tardar hasta dos semanas en llegar.
Ahora, un equipo internacional de investigadores ha desarrollado una herramienta de inteligencia artificial (IA) capaz de reducir ese proceso a apenas doce minutos. El sistema, bautizado como Hetairos, analiza imágenes digitales de muestras tumorales teñidas con hematoxilina y eosina —la técnica histológica más común en hospitales de todo el mundo— y predice con gran precisión el subtipo molecular del tumor cerebral.
Los resultados, publicados en la revista Nature Cancer, sugieren que la inteligencia artificial podría convertirse en una aliada decisiva para acelerar el diagnóstico y orientar mejor el tratamiento de miles de pacientes.
Por qué es importante diagnosticar correctamente un tumor cerebral
Los tumores del sistema nervioso central constituyen uno de los grupos más complejos de la oncología. Bajo una apariencia microscópica similar pueden esconderse enfermedades biológicamente muy diferentes, con pronósticos y respuestas terapéuticas completamente distintos.
Por ello, la clasificación moderna de la Organización Mundial de la Salud (OMS) ya no se basa únicamente en la morfología observada al microscopio. Hoy resulta imprescindible complementar esa información con análisis moleculares, especialmente los estudios de la citada metilación del ADN, que permiten distinguir más de un centenar de subtipos tumorales diferentes.
Sin embargo, esta sofisticación diagnóstica tiene un coste. Muchos hospitales del mundo no disponen de los equipos necesarios, las muestras obtenidas mediante biopsias pequeñas pueden resultar insuficientes y el tiempo de espera para obtener resultados suele rondar los doce o catorce días. En enfermedades agresivas como algunos gliomas o meduloblastomas, cada día cuenta.
Los investigadores se preguntaron entonces si las huellas moleculares de estos tumores podrían estar reflejadas, al menos parcialmente, en su arquitectura microscópica y si una inteligencia artificial sería capaz de detectarlas.
🗣️ «Este estudio demuestra que la inteligencia artificial es capaz de extraer información molecular directamente a partir de cortes histológicos rutinarios y, de este modo, transformar de forma profunda el diagnóstico del cáncer, afirma Darui Jin, patólogo digital de la División de IA en Oncología, en el Centro Alemán de Investigación del Cáncer (DKFZ), y uno de los autores principales del trabajo.
Las técnicas de imagen como la resonancia magnética permiten detectar y localizar tumores cerebrales, pero determinar con precisión su subtipo suele requerir análisis histológicos y moleculares adicionales. Herramientas de inteligencia artificial como Hetairos podrían acelerar significativamente ese proceso diagnóstico. Cortesía: Lake Zurich Open MRI
Hetairos, un modelo entrenado con más de 11.000 muestras
Para responder a esta cuestión, Jin y sus colegas desarrollaron Hetairos, cuyo nombre procede del término griego que significa compañero. La herramienta fue entrenada utilizando miles de imágenes digitales de tumores cerebrales obtenidas en hospitales de Europa, América, Asia y Sudamérica. En total, el estudio reunió datos de 9.606 pacientes y más de 11.000 preparaciones histológicas procedentes de once centros repartidos por cuatro continentes.
El algoritmo aprendió a reconocer patrones asociados a 102 subtipos diferentes de tumores del sistema nervioso central, una amplitud diagnóstica sin precedentes para este tipo de herramientas.
Para ello, las imágenes completas de las muestras se fragmentan en miles de pequeños recuadros. Posteriormente, una arquitectura avanzada de visión artificial analiza cada fragmento y extrae características microscópicas relevantes. Finalmente, el sistema integra toda esa información y calcula la probabilidad de que el tumor pertenezca a cada uno de los 102 subtipos posibles.
Además de examinar la imagen, Hetairos puede incorporar datos clínicos básicos, como la edad del paciente y la localización anatómica del tumor, lo que mejora aún más su rendimiento.
Una precisión comparable a la de las pruebas moleculares
Los resultados obtenidos sorprendieron incluso a los propios investigadores.
Cuando el algoritmo emitía diagnósticos considerados de alta confianza —aproximadamente entre el 50 % y el 70 % de los casos analizados— alcanzaba una precisión cercana al 88 %. En otras palabras, casi nueve de cada diez veces acertaba al identificar el subtipo tumoral correcto utilizando solo una imagen histológica convencional.
Incluso cuando no estaba completamente seguro, el sistema seguía siendo útil. En el 87 % de los casos, el diagnóstico correcto aparecía entre sus tres opciones más probables. Esto significa que, aunque no ofrezca una respuesta definitiva, puede reducir de manera drástica el abanico de posibilidades diagnósticas y orientar pruebas complementarias mucho más específicas.
Los investigadores destacan que este aspecto podría tener una enorme relevancia práctica. En lugar de recurrir directamente a costosos estudios genómicos o epigenéticos, los médicos podrían utilizar la IA como herramienta de cribado inicial para decidir qué pruebas adicionales son realmente necesarias.
Dos tumores pueden presentar un aspecto similar en las pruebas de imagen y, sin embargo, pertenecer a subtipos biológicos muy distintos. La nueva IA desarrollada en Heidelberg es capaz de identificar más de 100 subtipos de tumores del sistema nervioso central a partir de muestras de tejido observadas al microscopio. Cortesía: Duke University Health System
Mejor que los especialistas humanos
Uno de los experimentos más llamativos del estudio enfrentó directamente a Hetairos con neuropatólogos experimentados.
Cinco especialistas certificados recibieron 210 casos representativos del amplio espectro de tumores cerebrales y tuvieron que clasificarlos utilizando exclusivamente las imágenes histológicas, sin acceso a información molecular adicional. El algoritmo realizó exactamente la misma tarea.
El resultado fue contundente. Hetairos alcanzó una precisión diagnóstica del 68 %, mientras que los neuropatólogos obtuvieron una media del 30 %. Cuando se consideraban las tres opciones diagnósticas más probables, la IA lograba un 84 % de aciertos frente al 50 % de los expertos humanos.
Los autores aclaran que esto no significa que la inteligencia artificial vaya a sustituir a los patólogos. La comparación se realizó en condiciones artificiales, limitando la información disponible para los especialistas. En la práctica clínica real, los médicos disponen de inmunohistoquímica, datos clínicos, estudios de imagen y pruebas moleculares adicionales. Además de su experiencia.
Aun así, los resultados muestran que la IA es capaz de detectar señales morfológicas extremadamente sutiles que escapan incluso a observadores muy experimentados.
🗣️ «Los resultados muestran que los sistemas modernos de inteligencia artificial ya son capaces de reconocer patrones morfológicos extremadamente sutiles que incluso para especialistas experimentados resultan difíciles de distinguir», señala el neuropatólogo Felix Sahm, de la Universidad de Heidelberg, en Alemania.
De doce días a solo doce minutos
La parte más prometedora del estudio llegó durante la evaluación prospectiva en condiciones reales de diagnóstico hospitalario.
Mientras que la clasificación molecular basada en metilación requería una media de doce días para completarse, Hetairos generaba sus predicciones en apenas doce minutos desde la digitalización de la muestra.
Esta reducción temporal podría ser especialmente importante en tumores agresivos de rápido crecimiento o en centros donde las pruebas moleculares deben enviarse a laboratorios externos.
Además, la herramienta mostró una utilidad especial en dos situaciones problemáticas habituales. Por un lado, fue capaz de ofrecer diagnósticos fiables en muestras demasiado pequeñas para realizar análisis moleculares completos. Por otro, ayudó a resolver casos en los que los perfiles de metilación generaban resultados ambiguos o poco concluyentes.
Imagen microscópica de células de un tumor cerebral humano marcadas con técnicas fluorescentes. Cada color revela distintos tipos celulares y estructuras biológicas que ayudan a los investigadores a comprender la compleja arquitectura de estos cánceres. Herramientas de inteligencia artificial como Hetairos son capaces de detectar patrones invisibles para el ojo humano y utilizarlos para identificar con gran precisión el subtipo molecular del tumor. Cortesía: James Alexander Innes / Sebastian Brandner / Silvia Marino / UCL / Department of Neurodegeneration, Institute of Neurology / https://www.nikonsmallworld.com/
Una IA que también explica sus decisiones
Uno de los aspectos más interesantes del sistema es que no actúa como una caja negra completamente opaca.
Hetairos genera mapas visuales que indican qué regiones concretas del tejido han sido más importantes para emitir el diagnóstico. Los patólogos pueden observar exactamente qué áreas del tumor considera relevantes el algoritmo y comparar esas zonas con su propia evaluación microscópica.
Según los investigadores, esta capacidad permite comprender mejor el razonamiento de la IA y facilita su integración en la práctica clínica. También podría ayudar a seleccionar las regiones más adecuadas para futuras pruebas moleculares cuando estas resulten necesarias.
Un futuro más accesible para la oncología cerebral
Aunque los autores reconocen que todavía existen limitaciones, especialmente en tumores extremadamente raros, donde los datos de entrenamiento siguen siendo escasos, consideran que la tecnología ya ha demostrado un potencial extraordinario.
🗣️ «Hoy, el diagnóstico de los tipos de tumores muy raros sigue representando un gran desafío para Hetairos. En este aspecto, los neuropatólogos con experiencia parecen estar, como mínimo, a la misma altura que el sistema. Sin embargo, esperamos que su rendimiento siga mejorando a medida que dispongamos de conjuntos de datos más amplios y diversos», explica Moritz Gerstung, investigador del DKFZ.
En muchos países, el acceso a los análisis avanzados de metilación sigue siendo limitado o inexistente. En cambio, prácticamente cualquier hospital dispone de microscopios y de las tradicionales tinciones histológicas empleadas desde hace más de un siglo.
Si herramientas como Hetairos continúan mejorando, podrían democratizar el acceso a diagnósticos moleculares de alta precisión en regiones donde hoy resultan inaccesibles. Más que sustituir a los especialistas, actuarían como un segundo par de ojos capaz de analizar miles de características microscópicas simultáneamente y ofrecer una orientación diagnóstica inmediata.
Concebido como apoyo al diagnóstico
«Desarrollamos Hetairos principalmente como una herramienta de apoyo al diagnóstico. No pretende sustituir a los análisis moleculares, sino complementarlos y acelerarlos de forma específica. Esta tecnología podría aportar una contribución muy importante, especialmente en países o regiones con recursos limitados, ya que se basa en cortes histológicos estándar que se utilizan habitualmente en todo el mundo», explica Sahm.
Una de las grandes ventajas del sistema es que aprovecha preparaciones histológicas que ya forman parte de la práctica clínica habitual. Mientras que una prueba de metilación puede costar varios cientos de euros y requiere laboratorios especializados, Hetairos trabaja sobre imágenes digitales obtenidas a partir de muestras rutinarias.
«Hetairos demuestra el enorme potencial de la patología digital asistida por inteligencia artificial para proporcionar métodos diagnósticos rápidos y ampliamente accesibles que hasta ahora solo eran posibles mediante un considerable despliegue tecnológico», concluye Gerstung.
La neuropatología del futuro quizá siga comenzando con una lámina de tejido teñida de rosa y violeta. La diferencia es que, junto al microscopio, habrá una inteligencia artificial capaz de interpretar en minutos lo que hasta ahora requería semanas de análisis molecular.▪️(10-junio-2026)
PREGUNTAS & RESPUESTAS: IA y Diagnóstico Cáncer Cerebral
🩻 ¿Qué es Hetairos?
Hetairos es una inteligencia artificial capaz de identificar más de 100 subtipos de tumores cerebrales a partir de imágenes histológicas convencionales.
🩻 ¿Cuánto tarda en diagnosticar un tumor cerebral?
Puede generar una predicción diagnóstica en unos 12 minutos tras digitalizar la muestra.
🩻 ¿Sustituirá a los médicos?
No. Los investigadores lo consideran una herramienta de apoyo para acelerar y complementar el diagnóstico.
🩻 ¿Es más preciso que los especialistas?
En una comparación experimental basada únicamente en imágenes histológicas, Hetairos obtuvo una precisión superior a la de varios neuropatólogos expertos.
🩻 ¿Puede reemplazar las pruebas moleculares?
No completamente. Su función es orientar y acelerar el diagnóstico, aunque en algunos casos puede ayudar cuando las pruebas moleculares no son concluyentes.
LO MÁS IMPORTANTE DEL ESTUDIO, EN 30 SEGUNDOS
La IA Hetairos identifica 102 subtipos de tumores del sistema nervioso central.
Analiza imágenes histológicas convencionales.
Logra hasta un 88 % de precisión en los casos de alta confianza.
Reduce el tiempo diagnóstico de unos 12 días a apenas 12 minutos.
Superó a neuropatólogos expertos en una comparación directa.
Puede ser especialmente útil en hospitales con recursos limitados.
Información facilitada por el Centro Alemán de Investigación del Cáncer
Fuente: Jin, D., Shmatko, A., Patel, A. et al.Hetairos is a histology-based artificial intelligence model for predicting central nervous system tumor methylation subtypes. Nature Cancer (2026). DOI: https://doi.org/10.1038/s43018-026-01186-3
