PoIAInsight detecta cáncer 20 veces más rápido con IA y luz polarizada

El objetivo inmediato es validar la precisión del algoritmo en una muestra representativa de tumores de diferentes tipos y localizar posibles ajustes antes de una ampliación a otros centros.

PoIAInsight: detección de cáncer 20 veces más rápida con IA y óptica

PoIAInsight combina luz polarizada con algoritmos de inteligencia artificial entrenados para reconocer patrones microscópicos asociados al cáncer. La luz, al atravesar la muestra, genera una firma óptica que el software interpreta en segundos.

A diferencia de la tinción convencional, que requiere varios pasos y tiempo de incubación, el método es no invasivo y mantiene la integridad de la biopsia, facilitando análisis posteriores si fuera necesario.

Cómo funciona y por qué es relevante para la práctica clínica

El sistema escanea la sección de tejido y extrae cientos de variables ópticas, como anisotropía y retardancia, que alimentan una red neuronal profunda. Esa red compara los datos con una base de casos previamente etiquetados.

Cuando la IA detecta una coincidencia con patrones malignos, genera un informe inmediato que indica la probabilidad de cáncer y su grado de confianza, permitiendo al patólogo tomar una decisión informada al instante.

Esta automatización reduce la carga de trabajo manual, que suele consumir horas, y disminuye la variabilidad inter‑observador, mejorando la reproducibilidad de los diagnósticos.

La tecnología surge de avances recientes en detectores de luz y fuentes de iluminación, áreas en las que la investigación suiza ha invertido considerablemente. Ahora, esos componentes se integran en una herramienta clínica lista para pruebas reales.

Verónica Mieites, quien comenzó su carrera en física de partículas y se especializó en óptica médica, lidera el desarrollo del prototipo y planea desplegar versiones mejoradas en hospitales de toda Europa.

Si los ensayos continúan mostrando alta precisión, PoIAInsight podría convertirse en un estándar para la patología oncológica, acortando los tiempos de diagnóstico y reduciendo costes hospitalarios. Los pacientes, en última instancia, podrían recibir tratamiento más rápido y con menos intervenciones.