Vea También
 |
Un analizador hematológico impulsado por IA demuestra una capacidad superior a la de los expertos humanos para reconocer señales de leucemia. Crédito: lavidaes.org. |
Un equipo internacional de investigadores ha desarrollado un sistema de inteligencia artificial llamado CytoDiffusion, una herramienta que promete cambiar la forma en que se detectan trastornos de la sangre como la leucemia. Su principal habilidad es analizar con enorme precisión la morfología celular, es decir, la forma y estructura de las células sanguíneas, un aspecto clave en muchos diagnósticos hematológicos.
A diferencia de otros modelos de IA basados únicamente en reconocer patrones, CytoDiffusion se comporta como un observador extremadamente meticuloso: distingue variaciones normales entre células sanas y detecta aquellas poco frecuentes o totalmente inesperadas que podrían indicar enfermedad. Este enfoque fue desarrollado por especialistas de la Universidad de Cambridge, University College London y Queen Mary University of London, y publicado en Nature Machine Intelligence.
Para quienes no están familiarizados, un frotis sanguíneo es una lámina delgada de sangre extendida sobre un portaobjetos y teñida para observar miles de células bajo un microscopio. Analizar todas ellas manualmente es prácticamente imposible para cualquier humano, incluso para profesionales con años de experiencia. La IA, en cambio, puede revisar uno por uno esos miles de elementos sin cansarse ni perder precisión.
Uno de los investigadores explicó que, durante su etapa como médico en formación, debía revisar enormes cantidades de muestras al finalizar el día, cuando la fatiga afectaba la evaluación. Esa experiencia motivó a buscar una herramienta capaz de sostener un análisis constante y fiable sin cometer errores de agotamiento.
Para entrenar CytoDiffusion, se utilizó el mayor banco de imágenes de frotis sanguíneos disponible: más de medio millón de muestras recolectadas en el Hospital Addenbrooke’s de Cambridge. El sistema aprendió no solo a identificar células comunes, sino también aquellas que suelen confundir a modelos tradicionales debido a diferencias entre hospitales, microscopios o técnicas de tinción.
 |
Distintos tipos de células sanguíneas procesadas por CytoDiffusion, una tecnología de IA generativa especializada en la detección de anomalías en análisis de sangre. Crédito: Simon Deltadahl. |
Durante las pruebas, la IA mostró una sensibilidad notable al detectar células anormales vinculadas a la leucemia. Incluso cuando trabajaba con menos imágenes de entrenamiento, logró igualar o superar a modelos avanzados ya existentes. Además, introdujo algo poco habitual en sistemas similares: la capacidad de estimar su propia incertidumbre. En palabras de los investigadores, el sistema no afirmaba estar seguro cuando no lo estaba, un comportamiento más fiable que el de un observador humano que, en ocasiones, puede equivocarse con exceso de confianza.
Otro resultado llamativo fue su capacidad para generar imágenes sintéticas de células sanguíneas tan realistas que incluso hematólogos con amplia experiencia no pudieron distinguirlas de las auténticas en una prueba similar a un “test de Turing”. Esto demuestra no solo su capacidad diagnóstica, sino también su potencial para crear conjuntos de datos útiles en investigación.
Como parte del proyecto, los científicos liberaron públicamente esta enorme base de datos de más de 500,000 imágenes, con la intención de acelerar el desarrollo de nuevas herramientas médicas y facilitar el acceso global a material de alta calidad para investigación.
A pesar del entusiasmo, los autores dejan claro que CytoDiffusion no busca reemplazar a los profesionales de la salud. Su propósito es actuar como un asistente extremadamente capaz: automatiza los casos rutinarios, destaca los que necesitan revisión humana y amplía la capacidad diagnóstica sin sustituir el criterio clínico.
Los investigadores también subrayan que esta tecnología aporta algo esencial: “conciencia de sus propios límites”. Esta habilidad metacognitiva —saber cuándo no se sabe— es fundamental en la toma de decisiones médicas. El equipo sostiene que las IA generativas podrían convertirse en herramientas clave para lograr diagnósticos más precisos, mejor seguimiento de pacientes y sistemas más seguros.
Antes de su implementación clínica generalizada, todavía se trabaja en mejorar su velocidad y evaluar su desempeño en pacientes de distintas regiones del mundo, para garantizar precisión y justicia en los resultados.
Fuentes, créditos y referencias:
Deep generative classification of blood cell morphology, Nature Machine Intelligence (2025). DOI: 10.1038/s42256-025-01122-7
