En España se diagnosticarán este año 301.884 nuevos casos de cáncer, un 2% más que en 2025, en un escenario en el que la investigación sigue siendo decisiva para mejorar la supervivencia y la calidad de vida de los pacientes. En paralelo, las enfermedades oncológicas se han consolidado ya como la primera causa de muerte en nuestro país, lo que refuerza la necesidad de impulsar foros científicos capaces de acelerar la integración de la innovación en la práctica clínica.

En este contexto, el grupo académico de investigación en cáncer SOLTI ha celebrado en Madrid SOLTI NEXUS 2026, un encuentro científico internacional que ha reunido durante los días 16 y 17 de abril a más de 170 especialistas nacionales e internacionales tanto del ámbito médico como tecnológico relacionados con el manejo del cáncer para analizar cómo los datos de vida real[1] y las nuevas tecnologías digitales, impulsadas por la inteligencia artificial, están empezando a transformar la investigación oncológica y la toma de decisiones clínicas.

En un momento en que la inteligencia artificial está acelerando su entrada en el sector sanitario, la reflexión científica sobre su impacto real resulta especialmente oportuna. Un análisis reciente de McKinsey apunta que el 85% de los líderes sanitarios consultados está explorando o ya ha adoptado capacidades de inteligencia artificial generativa, con foco en la eficiencia operativa, la productividad clínica y la mejora de procesos. En este escenario, SOLTI NEXUS ha servido como espacio para analizar cómo esta transformación se concreta ya en la investigación oncológica y en la toma de decisiones clínicas.

Datos en vida real e inteligencia artificial: del ensayo clínico a la práctica asistencial

Uno de los grandes ejes del encuentro ha sido el papel creciente del uso de los llamados “datos en vida real” (real-world data en inglés) en la investigación clínica. Durante la sesión dedicada a esta cuestión, el Dr. Rodrigo Dienstmann, jefe del Grupo de Oncology Data Science (ODysSey) del VHIO, ha destacado que “los datos de vida real son cada vez más importantes porque aportan información directa de la práctica clínica habitual en nuestros hospitales, que son los que se obtienen de las historias clínicas electrónicas, los registros de cáncer o las experiencias reportadas por los pacientes. Esto nos permite complementar la evidencia de los ensayos tradicionales y entender mejor cómo funcionan los tratamientos en poblaciones más diversas y en condiciones reales”.

Tal y como se ha puesto de manifiesto durante el encuentro, este enfoque está teniendo un impacto directo en el diseño de los estudios. “Los resultados en vida real pueden contribuir al desarrollo de ensayos más realistas, facilitar una selección más adecuada de los pacientes y, en algunos casos, utilizarse como brazo control externo en estudios no aleatorizados. Es decir, una referencia basada en datos históricos que se compara con un nuevo tratamiento experimental”, ha añadido el Dr. Dienstmann.

Asimismo, la inteligencia artificial está empezando a optimizar tareas clave en la ejecución de los ensayos clínicos. “Puede ayudar a automatizar procesos que hoy consumen mucho tiempo, como la revisión de criterios de inclusión y exclusión o la identificación de pacientes candidatos. Herramientas como TrialGPT permiten relacionar pacientes con ensayos clínicos adecuados y explicar por qué cumplen los criterios de participación”, ha explicado.

La integración de grandes volúmenes de datos ha sido otro de los puntos centrales del debate. “La combinación de datos clínicos, moleculares y de imagen permite entender mejor cada tumor y cada paciente, facilitando la identificación de alteraciones poco frecuentes y posibles dianas terapéuticas. Además, la inteligencia artificial aplicada a la patología digital permite la cuantificación de marcadores tumorales de manera rápida, objetiva y precisa, reduciendo la variabilidad interobservador y mejorando la predicción de la agresividad tumoral o la respuesta al tratamiento. En la práctica, esto se traduce en medicina más personalizados”, ha señalado el Dr. Dienstmann.

No obstante, el encuentro también ha puesto de relieve que este avance exige resolver retos metodológicos y regulatorios complejos. “El principal desafío es garantizar la calidad de los datos y que sean adecuados para la pregunta de investigación. Esto implica trabajar aspectos como la estandarización, la trazabilidad, la representatividad de los pacientes o la gestión de datos incompletos, además de asegurar la protección de la privacidad. En paralelo, hay una necesidad urgente de reducir la brecha entre la promesa tecnológica y la adopción real. La cuestión es si los sistemas sanitarios, ya de por sí tensionados, pueden evaluar, validar, implementar y sostener esta tecnología”, ha advertido.

Retos éticos, legales y humanos de la inteligencia artificial

Más allá de su potencial, las implicaciones éticas, legales y humanas de la inteligencia artificial han ocupado un lugar destacado en SOLTI NEXUS, especialmente en la mesa redonda centrada en estos aspectos, moderada por el Dr. Joaquín Gavilá, miembro de la Junta Directiva de SOLTI y jefe del Servicio de Oncología Médica del Instituto Valenciano de Oncología, y con la participación de la Dra. Nuria Ribelles, oncóloga médica del Hospital Universitario Virgen de la Victoria; el Dr. José Aneiros-Rodríguez, patólogo de HT Médica Granada; la Dra. Raquel Pérez, radióloga y jefa del Grupo de Radiómica del VHIO; e Iñigo de Miguel Beriain, abogado por la Universidad del País Vasco.

En este sentido, la Dra. Pérez ha aportado una visión práctica sobre el papel actual de estas herramientas, señalando que “la inteligencia artificial está demostrando un gran valor en la automatización de tareas repetitivas y cuantificables, donde puede alcanzar niveles de precisión superiores a los del profesional, como en la cuantificación de marcadores. Sin embargo, cuando se trata de interpretar la biología del tumor o realizar valoraciones diagnósticas complejas, su fiabilidad es todavía limitada”.

En este marco, la Dra. Ribelles ha advertido de que “una herramienta basada en IA puede mostrar excelentes métricas de precisión, pero eso no garantiza que no pueda generar errores críticos en determinados subgrupos de pacientes”, lo que puede afectar directamente a la toma de decisiones clínicas.

Tal y como se ha debatido durante esta sesión, el sesgo algorítmico y la explicabilidad de los modelos son algunos de los principales desafíos. “La explicabilidad de la inteligencia artificial es clave para preservar la autonomía tanto del médico como del paciente y generar confianza en su uso clínico”, ha señalado la Dra. Ribelles.

Asimismo, ha subrayado la necesidad de integrar estas herramientas de forma responsable en la práctica asistencial. “La incorporación de la inteligencia artificial introduce un tercer elemento en la relación médico-paciente, el algoritmo, por lo que es fundamental asegurar que la atención siga siendo plenamente centrada en el paciente”, ha añadido.

Biomarcadores, tecnologías digitales y nuevas herramientas para la toma de decisiones

El programa científico de SOLTI NEXUS ha abordado también el potencial de la inteligencia artificial aplicada a los biomarcadores y a los sistemas de apoyo a la decisión clínica en oncología, así como su uso en tecnologías digitales orientadas a la monitorización y estratificación de pacientes. La sesión inaugural ha contado con la participación de la Dra. Federica Corso, especialista del Fondazione IRCCS Istituto Nazionale dei Tumori de Milán, que ha centrado su intervención en los biomarcadores basados en IA y en los sistemas de apoyo a la decisión clínica.

El encuentro ha acogido además un taller monográfico sobre tecnologías digitales impulsadas por inteligencia artificial, con intervenciones del Dr. Alexandre Yazigi, de Resilience, sobre monitorización de pacientes; del Dr. Francisco Miguel Torres, de Owkin, sobre biomarcadores de imagen; del Dr. Ignacio Medrano, de Savana, sobre investigación con datos en vida real; y del Dr. Max Hardy Werbin, de Trialing Health, sobre herramientas de trial matching. Estas sesiones han permitido aterrizar, desde una perspectiva aplicada, cómo la inteligencia artificial está empezando a integrarse en diferentes fases del proceso asistencial y de investigación.

Un espacio para conectar ciencia, tecnología y práctica clínica

En un momento de transformación acelerada para la oncología, SOLTI NEXUS se ha consolidado como un nuevo espacio para conectar investigación, práctica clínica y tecnología, favoreciendo el intercambio de conocimiento entre disciplinas que tradicionalmente han evolucionado en paralelo.

Tal y como ha explicado la Dra. Mafalda Oliveira, presidenta de SOLTI y una de las coordinadoras científicas del encuentro “nos encontramos en un momento de cambio profundo, en el que la oncología evoluciona hacia un modelo mucho más dinámico, donde los datos, la tecnología y la experiencia del paciente tienen un papel central”.

En este contexto, ha añadido que “la inteligencia artificial empieza a formar parte de las decisiones clínicas reales, lo que supone un cambio de paradigma en la forma en que abordamos la investigación y el tratamiento del cáncer”.

En este sentido, ha destacado el papel del encuentro como plataforma de conexión y anticipación científica: “SOLTI NEXUS nace precisamente para afrontar este cambio y conectar ámbitos que tradicionalmente han estado separados, como la investigación, la práctica clínica y la tecnología. Es un espacio para anticipar, pero también para actuar: un lugar donde no solo se comparten ideas, sino donde se generan conexiones que pueden convertirse en proyectos, en ensayos y en soluciones reales para los pacientes”, ha concluido la Dra. Oliveira.

El encuentro ha acogido también la sesión presencial del SOLTI Young - Development Program, una iniciativa formativa impulsada por SOLTI Young -grupo pionero de trabajo formado por investigadores menores de 40 años- orientada a potenciar las capacidades científicas y de liderazgo de jóvenes investigadores dentro de la red SOLTI. La sesión ha contado con la participación de 22 jóvenes investigadores.

_________________
[1] Real-world data (datos en vida real): información generada en el contexto de la práctica clínica habitual -como historias clínicas electrónicas, registros de pacientes o datos de seguimiento-, fuera del entorno controlado de los ensayos clínicos.