El Aprendizaje Automático Tiene Alta Precisión, Poca Validación Prospectiva en NMP

El informe de AJMC cubre una revisión titulada "Inteligencia artificial en neoplasias mieloproliferativas: de la patología digital de médula ósea al apoyo en la toma de decisiones clínicas",[1] que fue publicada en línea en Blood Reviews el 23 de octubre de 2026[1].Según el resumen de la revisión en ScienceDirect, los autores buscaron en PubMed/MEDLINE hasta agosto de 2026, complementado con búsqueda manual y resúmenes de conferencias[2]. El resumen dice que la IA ha progresado en áreas que incluyen análisis automatizado de biopsia de médula ósea, segmentación del volumen del bazo, predicción de respuesta al tratamiento y descubrimiento de fármacos in silico[2].Los autores también escriben que "la mayoría de los modelos publicados hasta ahora permanecen confinados a la validación interna o de una sola cohorte"[2]. Agregan que "la evaluación prospectiva ha sido reportada solo para la predicción de fibrosis basada en conteo de células de sangre."[2]AJMC informa que la herramienta en cuestión, FIBOM-AI, utiliza 27 variables de conteo completo de células sanguíneas más la edad para detectar fibrosis de reticulina de grado 2 a 3[1]. El medio dice que obtuvo un AUC de 0,92 en la cohorte externa y una precisión del 85,2% cuando se aplicó prospectivamente en la práctica rutinaria[1].El registro de PubMed del estudio FIBOM-AI en The Lancet Haematology dice que la cohorte prospectiva incluyó 493 pacientes de cinco centros[3] en 2024. Según AJMC, los desarrolladores lo ven como una herramienta de selección en lugar de un sustituto de la biopsia[1].Los autores de la revisión concluyeron, según lo citado por AJMC, que el progreso requerirá "estudios prospectivos de validación orientados a resultados."[1]