Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Análisis de sangre con IA detecta cáncer de páncreas temprano con más del 90% de precisión

Por el equipo editorial de LabMedica en español
Actualizado el 13 Mar 2026
Imagen: La tecnología PanMETAI integra la IA con perfiles metabólicos para el diagnóstico temprano del cáncer de páncreas (Fotografía cortesía de Academia Sinica)
Imagen: La tecnología PanMETAI integra la IA con perfiles metabólicos para el diagnóstico temprano del cáncer de páncreas (Fotografía cortesía de Academia Sinica)

El cáncer de páncreas es uno de los cánceres más letales, a menudo denominado el "rey de los cánceres" porque los síntomas suelen aparecer solo en etapas avanzadas. Como resultado, la mayoría de los pacientes son diagnosticados tarde y la tasa de supervivencia a cinco años se mantiene en torno al 13%.

La detección temprana de la enfermedad ha sido un gran desafío en oncología. Se ha diseñado un nuevo modelo de inteligencia artificial (IA) para identificar señales moleculares tempranas del cáncer de páncreas antes de su presentación clínica.

Científicos de la Academia Sinica (Taipéi, Taiwán) y del Hospital Universitario Nacional de Taiwán (NTU, Taipéi, Taiwán) han creado PanMETAI, un modelo fundamental basado en inteligencia artificial para la detección precoz del cáncer de páncreas. El sistema combina el análisis metabolómico por resonancia magnética nuclear (RMN) con la arquitectura de IA TabPFN para detectar cambios metabólicos asociados a las primeras etapas del cáncer de páncreas.

PanMETAI analiza conjuntos de datos metabólicos a gran escala generados a partir de muestras de sangre. Mediante la plataforma estandarizada de RMN, el modelo procesa hasta 260.000 puntos de datos moleculares por individuo para identificar patrones metabólicos sutiles vinculados al desarrollo del cáncer. 

A diferencia de los métodos diagnósticos convencionales que se basan en un único biomarcador, el modelo evalúa perfiles metabólicos completos, lo que permite detectar cambios moleculares desde estados precancerosos hasta las primeras etapas de la enfermedad.

En estudios de validación publicados en Nature Communications, el modelo demostró un sólido desempeño diagnóstico. En una prueba ciega independiente realizada en Taiwán, PanMETAI alcanzó un área bajo la curva (AUC) de 0,99, con una sensibilidad del 93 % y una especificidad del 94 %. En una validación europea independiente, utilizando una cohorte lituana, el sistema mantuvo una alta precisión predictiva con un AUC de 0,93, lo que demuestra un desempeño consistente en diversas poblaciones. 

Debido a que PanMETAI capta las características metabólicas completas asociadas con el desarrollo del cáncer de páncreas, proporciona un enfoque diagnóstico más integral que el cribado tradicional basado en biomarcadores.

Los investigadores creen que PanMETAI podría convertirse en una importante herramienta de detección precoz para personas con alto riesgo de cáncer de páncreas. La identificación temprana de cambios metabólicos podría permitir a los médicos intervenir antes de que la enfermedad progrese a etapas avanzadas.

El equipo también prevé expandir la tecnología a una plataforma de detección precoz de múltiples tipos de cáncer, aplicando el mismo enfoque de análisis metabólico basado en IA para identificar otros tipos de cáncer y respaldar estrategias más amplias de medicina de precisión.

Enlaces relacionados:
Academia Sínica
NTU

New
Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
New
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
New
Steam Sterilizer
Hi Vac II Line
New
Chromogenic Culture System
InTray™ COLOREX™ ECC

Canales

Química Clínica

ver canal
Imagen: los hallazgos podrían allanar el camino para que un análisis de sangre detecte el riesgo de deterioro cognitivo años antes de que normalmente se diagnostique la demencia (fotografía cortesía de Adobe Stock)

Prueba de metabolitos en sangre detecta deterioro cognitivo temprano

La identificación temprana de personas con riesgo de demencia sigue siendo difícil, ya que los síntomas suelen aparecer solo después de una neurodegeneración significativa.... Más

Inmunología

ver canal
Imagen: Filipe Lima, primer autor del artículo (foto cortesía de FMRP-USP)

Método de cribado combinado permite identificar casos de lepra en etapas tempranas

La lepra sigue siendo un problema importante de salud pública, con más de 200.000 casos nuevos notificados anualmente en todo el mundo, y la enfermedad temprana a menudo escapa a la detección... Más

Microbiología

ver canal
Imagen: Los investigadores identificaron una especie de Treponema no descrita anteriormente que estaba fuertemente asociada con la enfermedad aguda de Noma (crédito de la foto: Adobe Stock)

Nuevo objetivo bacteriano identificado para la detección temprana del noma

La noma es una infección orofacial de rápida progresión que comienza como gingivitis y puede destruir los tejidos orales y faciales, afectando principalmente a niños pequeños... Más

Patología

ver canal
Imagen: Caracterización espacial de las interacciones inmuno-tumorales y la respuesta al tratamiento en modelos de CPCP y de fenotipo extendido (Cristian Barrera et al, npj Precision Oncology (2026). DOI: 10.1038/s41698-025-01225-9)

Herramienta de IA predice respuesta a la quimioterapia en cáncer de pulmón de células pequeñas

El cáncer de pulmón de células pequeñas suele presentarse en una etapa avanzada y progresa rápidamente, lo que deja poco tiempo para personalizar la terapia de primera línea. Actualmente, los médicos carecen... Más

Industria

ver canal
Imagen: La colaboración se centra en métodos de automatización verificados para los kits de preparación de bibliotecas SMART-Seq de Takara Bio USA en los sistemas de manipulación de líquidos Microlab STAR de Hamilton (fotografía cortesía de Hamilton Company)

Takara Bio USA y Hamilton se asocian para automatizar la preparación de bibliotecas NGS

Takara Bio USA, Inc. (San José, California, EE. UU.), una filial de propiedad total de Takara Bio Inc., y Hamilton Company (Reno, Nevada, EE. UU.) anunciaron un acuerdo de desarrollo y comercia... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.