4 DE FEBRERO, DÍA MUNDIAL CONTRA EL CÁNCER

Cuatro de cada diez casos de cáncer en el mundo podrían evitarse

Un exhaustivo análisis global de la OMS y la IARC identifica 30 factores de riesgo modificables, como el tabaco, el alcohol y, por primera vez, nueve infecciones oncogénicas como responsables de 7,1 millones de diagnósticos anuales.

 

Antonio Villarreal, en la Agencia SINC ( https://www.agenciasinc.es/Noticias/Cuatro-de-cada-diez-casos-de-cancer-en-el-mundo-podrian-evitarse )

Casi el 40 % de los nuevos diagnósticos de cáncer a escala global podrían no haber ocurrido nunca. Así lo afirma un estudio sin precedentes publicado en Nature Medicine por la Organización Mundial de la Salud (OMS) y la Agencia Internacional para la Investigación del Cáncer (IARC), presentado hoy con motivo del Día Mundial contra el Cáncer, que se celebra mañana 4 de febrero.

La investigación, que analiza datos de 185 países y 36 tipos de tumores, concluye que el 37,8 % de los casos detectados en 2022 —unos 7,1 millones de personas— están vinculados a causas prevenibles. El estudio destaca por su amplitud: además de factores clásicos como el tabaco o el alcohol, incluye por primera vez el impacto de nueve infecciones relacionadas con el cáncer.

 

Para Hanna Fink, investigadora de la IARC y autora principal del trabajo, uno de los grandes avances es el enfoque en la detección temprana y no solo en la mortalidad. “A diferencia de muchas evaluaciones globales anteriores, que se centraban principalmente en las muertes por cáncer, nosotros analizamos los nuevos casos, que son más directamente relevantes para la planificación de la prevención”, explica Fink en declaraciones a SINC.

Los principales culpables: tabaco, infecciones y alcohol

El análisis identifica el tabaquismo como el principal factor de riesgo evitable, responsable del 15 % de todos los nuevos casos de cáncer en el mundo. Le siguenlas infecciones (10  %), el consumo de alcohol (3 %), la contaminación del aire, la inactividad física y el elevado índice de masa corporal.

 

De hecho, tres tipos de tumores (pulmón, estómago y cuello uterino) representan casi la mitad de toda la carga prevenible. Según el informe, el cáncer de pulmón se vincula mayoritariamente al tabaco y la contaminación; el de estómago a la infección por Helicobacter pylori; y el de cuello uterino es causado, en su inmensa mayoría, por el virus del papiloma humano (VPH).

 

Una brecha de género y geografía

El estudio revela una disparidad notable entre sexos. La carga de cáncer prevenible es sustancialmente mayor en hombres (45 %) que en mujeres (30 %). En los varones, el tabaco es el factor dominante (23 %), mientras que en las mujeres el mayor riesgo proviene de las infecciones (11 %), seguidas del tabaquismo (6 %) y el sobrepeso (3 %). La inclusión de nueve infecciones oncogénicas en el modelo ha sido clave para entender esta brecha. Según explica Fink a SINC, esto demuestra que el control de infecciones sigue siendo un pilar central, particularmente en regiones de ingresos bajos y medios.

“En las mujeres, las infecciones, impulsadas en gran medida por el cáncer de cuello uterino, son la principal causa de cánceres potencialmente prevenibles en muchos países”, subraya la investigadora.

“Este es el primer análisis global que muestra cuánto riesgo de cáncer proviene de causas que podemos prevenir”, afirma Andre Ilbawi, jefe del equipo de Control del Cáncer de la OMS y autor del estudio. “Al examinar los patrones por países, podemos ofrecer información específica para ayudar a evitar muchos casos antes de que comiencen”.

 

Un llamamiento a la acción política

Las diferencias regionales también son agudas. En Asia Oriental, el 57 % de los casos en hombres son evitables, la cifra más alta del mundo. En las mujeres, el mayor peso de factores modificables se registra en el África subsahariana (38 %), mientras que la carga más baja se sitúa en el norte de África y Asia occidental (24 %).

 

Para revertir estas cifras, Fink recalca que la prevención efectiva debe ir más allá del cambio de comportamiento individual e incluir “sistemas de salud pública sólidos y un acceso equitativo a medidas probadas de control de infecciones”, como la vacunación contra el VPH o el tratamiento del Helicobacter pylori.

 

Otros expertos subrayan que estas variaciones reflejan no solo hábitos individuales, sino también diferencias en el desarrollo socioeconómico y la capacidad de los sistemas de salud. Isabelle Soerjomataram, jefa adjunta de la Unidad de Vigilancia del Cáncer de la IARC, también implicada en el estudio, recalca que abordar estas causas es una de las oportunidades más poderosas para reducir la mortalidad.

 

Referencia:

Fink, H. et al. “Global and regional cancer burden attributable to modifiable risk factors to inform prevention”, Nature Medicine, 2026.

 

MASAI: la gran ayuda en el cribado del cáncer de mama

Resumen elaborado por el Dr. José Luis López Torrecilla, miembro del Comité Científico de QUAES, del estudio Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study: a randomised, controlled, non-inferiority, single-blinded, population-based, screening-accuracy trial, publicado en The Lancet.

Un estudio denominado MASAI (Mammography Screening with Artificial Intelligence), publicado en la revista The Lancet el 31 de enero 2026 y realizado en la universidad de Lund, junto a diferentes centros de Suecia, demuestra que el apoyo de la IA en la lectura de las mamografías mejora la detección temprana del cáncer de mama sin aumentar los falsos positivos.

 

Escenario

Cada año, millones de mujeres participan en programas de cribado de cáncer de mama mediante mamografías con rayos X, con la esperanza de que los tumores, en caso de existir, se descubran lo antes posible. Sin embargo, incluso con los sistemas actuales más perfectos —basados en que dos radiólogos revisen cada mamografía— algunos cánceres se escapan y aparecen entre una ronda y otra. A estos tumores se les llama cánceres de intervalo, y suelen tener características más agresivas y peor pronóstico que los detectados durante el cribado habitual.

Los investigadores del estudio sueco MASAI, se preguntaron si la inteligencia artificial (IA) podría ayudar a mejorar este proceso, sin aumentar errores ni alarmas innecesarias. La respuesta, según los datos, es prometedora.

Diseño del estudio

El ensayo MASAI es el primer ensayo clínico aleatorizado a gran escala que evalúa el impacto real de la IA en el cribado poblacional del cáncer de mama. Incluyó a más de 105.000 mujeres que acudieron a programas de cribado en Suecia entre abril 2021 y diciembre 2022. Las participantes fueron divididas en dos grupos: uno recibió el cribado estándar (doble lectura por dos radiólogos) y el otro un cribado apoyado por inteligencia artificial. En este segundo grupo, la IA actuaba como un “filtro inteligente” en dos tiempos: primero, clasificaba las mamografías según riesgo, las de bajo riesgo eran revisadas por un solo radiólogo, enviando solo las de mayor sospecha (alto riesgo) a doble lectura por dos radiólogos. Segundo, la IA señalaba áreas potencialmente sospechosas en las imágenes para ayudar a los médicos en su análisis.

Los investigadores siguieron a todas las participantes durante al menos dos años para registrar tanto los cánceres detectados en el cribado, como aquellos diagnosticados posteriormente entre revisiones.

El objetivo principal del estudio fue comprobar si usar IA ocasionaba mayor tasa de cánceres de intervalo, es decir, aquellos que aparecen entre dos mamografías normales.

Resultados

Los resultados son prometedores. En el grupo que tuvo el apoyo de IA se diagnosticaron 82 cánceres de intervalo (perdidos) (1,55 por cada 1.000 mujeres), frente a los 93 del grupo con lectura estándar (1,76 por cada 1.000), diferencia no estadísticamente significativa. Esto representa una reducción del 12%, cumpliendo el criterio de no-inferioridad establecido por el estudio y sugiriendo incluso una posible superioridad del sistema con IA.

Además de la cantidad, también importa el tipo de cáncer que aparece. En el grupo con IA se observaron no solo menos cánceres de intervalo invasivos, sino también menos tumores grandes (de más de 2 cm) y menos subtipos biológicamente agresivos (triple negativo y HER2 positivos). Es decir, cuando el cáncer se escapaba al cribado, tendía a ser menos avanzado y potencialmente menos peligroso, si se había usado IA.

Mayor sensibilidad, misma precisión

Otro resultado clave fue la sensibilidad del cribado, es decir, la capacidad de detectar correctamente los cánceres existentes. Con IA, la sensibilidad global subió del 73,8% al 80,5% (p=0,031). Este aumento se mantuvo en todos los grupos de edad y niveles de densidad mamaria, un dato importante porque las mamas densas suelen dificultar la lectura. Y en cuanto a la especificidad fue idéntica en ambos grupos (98,5%). La IA detectó más cánceres reales sin aumentar las falsas alarmas. Es decir, no da más sustos, ni más pruebas innecesarias.

Menor carga de trabajo para los radiólogos

Un beneficio adicional, fue la reducción de la carga de trabajo para los radiólogos. El uso de IA permitió reducir en torno a un 44% el número de lecturas de mamografías, sin sacrificar seguridad ni calidad diagnóstica. En términos prácticos: menos horas frente a pantallas y más tiempo para tareas clínicas de mayor valor.

Un análisis previamente publicado (1), realizado dentro del estudio MASAI, mostró que la IA logró detectar un 29% más de cánceres, sin aumentar los falsos positivos, reduciendo igualmente un 44% la carga de trabajo de los radiólogos, lo que motiva más a la implementación de la IA en el cribado mamográfico.

Limitaciones

Los propios autores reconocen algunas limitaciones. El estudio se realizó en Suecia, con radiólogos experimentados, un solo proveedor tecnológico y tasas de falsos positivos ya bajas. Los resultados podrían variar en otros países o contextos.
Además, existe un debate abierto sobre el posible sobrediagnóstico, especialmente de lesiones muy iniciales o de bajo riesgo. Aunque los datos sugieren que la IA detecta sobre todo cánceres clínicamente relevantes, será necesario seguir a las pacientes durante más rondas de cribado para confirmarlo y además realizar estudios de coste-efectividad.

Conclusiones

El estudio MASAI marca un antes y un después en el uso de inteligencia artificial en el cribado del cáncer de mama. Por primera vez, un estudio aleatorizado demuestra que la IA no solo es segura, sino que mejora la detección de cáncer sin aumentar los falsos positivos y reduce la carga de trabajo de los profesionales. La IA no parece venir a sustituir a los médicos, sino a convertirse en un copiloto fiable.

Todavía quedan preguntas por responder —coste-efectividad, impacto a largo plazo y generalización a otros sistemas sanitarios—, pero el mensaje es claro: el futuro del cribado del cáncer de mama pasa por la inteligencia artificial, de esto no hay duda.

Referencias:

 

Jessie Gommers, Veronica Hernström, Viktoria Josefsson, Hanna Sartor, David Schmidt, Annie Hjelmgren, Anna-Maria Larsson, Solveig Hofvind, Ingvar Andersson, Aldana Rosso, Oskar Hagberg, Kristina Lång.  Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study: a randomised, controlled, non-inferiority, single-blinded, population-based, screening-accuracy trial. Lancet 2026; 407: 505–14.

 

• Lång K, Josefsson V, Larsson A-M, et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. Lancet Oncol 2023; 24: 936–44.