¿Cómo detecta cáncer la IA médica RADAR que Alibaba acaba de liberar?

Alibaba ha dado un paso poco habitual en la carrera por llevar la inteligencia artificial a los hospitales: ha liberado RADAR, un modelo capaz de analizar tomografías computarizadas abdominales con contraste e identificar 146 hallazgos clínicos repartidos por 18 estructuras anatómicas. Entre ellos aparecen tumores malignos y otras alteraciones que hasta ahora solían requerir sistemas de IA especializados en problemas mucho más concretos.

El dato que ha colocado el proyecto bajo los focos es contundente. En una evaluación con 39.160 exploraciones de práctica clínica real, el modelo alcanzó un AUC medio de 0,913 en esos 146 hallazgos. No significa que acierte exactamente el 91,3 % de los diagnósticos —esa lectura sería incorrecta—, pero sí refleja una capacidad elevada para distinguir entre casos positivos y negativos. El trabajo fue publicado el 17 de septiembre de 2026 en la revista científica Science.

Alibaba abre RADAR y cambia la escala de la IA médica

RADAR son las siglas de Rapid Abdominal Diagnosis with AI and Radiology. Detrás del proyecto están DAMO Academy, el brazo de investigación de Alibaba, investigadores del First Affiliated Hospital de la Universidad de Zhejiang y especialistas de otros centros.

Lo interesante no es únicamente que una inteligencia artificial encuentre un cáncer en una imagen médica. Eso, con bastantes matices, lleva años haciéndose. El salto está en intentar que un mismo modelo busque muchas anomalías diferentes a la vez, algo bastante más parecido al trabajo cotidiano de un radiólogo.

Un especialista no abre un TAC pensando exclusivamente en encontrar una lesión concreta. Recorre hígado, páncreas, riñones, intestino, vasos sanguíneos y otras estructuras; descarta unas cosas, sospecha otras, compara tamaños, densidades y formas. Una pequeña sombra puede ser irrelevante en un lugar y muy significativa unos centímetros más allá. Esa visión conjunta del abdomen es precisamente uno de los problemas difíciles de trasladar a una máquina.

Ahí estaba una de las grandes limitaciones de la IA radiológica: había modelos extraordinarios haciendo una tarea muy estrecha, pero resultaba mucho más difícil construir un sistema que observara el abdomen como un conjunto. RADAR intenta romper esa lógica de “un algoritmo para cada enfermedad”. Y ahí está, probablemente, la parte más importante de la noticia.

Qué puede detectar la IA médica de Alibaba

El sistema trabaja con TAC abdominales con contraste, es decir, tomografías realizadas tras administrar un medio de contraste que permite visualizar con mayor claridad determinados órganos, vasos y lesiones. No estamos ante una IA que pueda recibir indistintamente una radiografía de tórax, una resonancia cerebral o cualquier fotografía médica y emitir un diagnóstico. Su terreno, por ahora, está bastante delimitado.

Dentro de él, sin embargo, la cobertura es amplia. Los investigadores evaluaron 146 hallazgos radiológicos en 18 estructuras anatómicas, desde lesiones tumorales hasta otras alteraciones del abdomen. En pruebas específicas con cánceres de hígado, páncreas, estómago y colorrectales confirmados mediante patología, las cifras variaron según la enfermedad estudiada.

RADAR también fue sometido a pruebas fuera del centro principal donde se desarrolló. En ocho centros externos mantuvo un AUC medio cercano a 0,895, un detalle especialmente relevante: muchos algoritmos funcionan de maravilla con datos parecidos a aquellos con los que fueron entrenados y empiezan a cojear cuando cambian el hospital, el escáner o la población.

También se probó en más de 27.000 TAC de urgencias, un escenario para el que no había sido entrenado específicamente, y obtuvo un AUC de 0,904. Es una prueba exigente porque las urgencias no suelen ofrecer casos ordenados como un catálogo: llegan pacientes con síntomas diversos, hallazgos inesperados y bastante ruido clínico.

Un AUC de 0,913 no significa un 91,3 % de aciertos

Conviene detenerse aquí porque las cifras médicas tienen una facilidad asombrosa para convertirse en titulares equivocados. El AUC, área bajo la curva ROC, mide la capacidad de una prueba o modelo para separar casos positivos de negativos a diferentes umbrales. Un valor de 0,5 se aproxima al azar; uno de 1 representa una discriminación perfecta.

Un AUC de 0,913 es un resultado alto. Pero no equivale a decir que RADAR diagnostique correctamente al 91,3 % de los pacientes. Tampoco permite afirmar que cualquier cáncer abdominal tenga un 91,3 % de probabilidades de ser detectado.

Importan la enfermedad concreta, su frecuencia, el umbral elegido, la sensibilidad y la especificidad, además de las características de la población estudiada. La medicina, por fortuna o por desgracia, se resiste bastante bien a convertirse en un solo numerito.

Cómo aprendió RADAR a leer más de 400.000 TAC

Para construir el modelo, el equipo utilizó más de 400.000 exploraciones abdominales con contraste, acompañadas de enormes cantidades de información que relacionaban las imágenes con textos clínicos y estructuras anatómicas. El entrenamiento incluyó más de 15 millones de pares de imagen y texto vinculados a regiones concretas del cuerpo.

Aquí aparece otra diferencia interesante. Crear una IA médica tradicional suele exigir que especialistas dediquen horas a marcar manualmente lesiones: rodear un tumor, clasificarlo, etiquetar cada imagen. Un trabajo caro, lento y nada glamuroso; la parte de la inteligencia artificial que rara vez sale en la foto.

RADAR aprovecha los informes escritos por los propios radiólogos. El sistema relaciona determinadas regiones anatómicas del TAC con las descripciones que aparecen en esos informes. En vez de mirar todo el abdomen como una enorme nube de píxeles, divide el problema por estructuras y aprende asociaciones entre lo que aparece en la imagen y lo que el médico escribió sobre ese órgano.

El planteamiento imita, al menos parcialmente, una costumbre elemental de la radiología: mirar por zonas. No basta con encontrar una mancha. Hay que saber dónde está y qué significa en ese contexto anatómico.

De una IA para cada enfermedad a un modelo generalista

Durante años, buena parte de la inteligencia artificial aplicada a radiología avanzó creando magníficos especialistas digitales: algoritmos para nódulos pulmonares, fracturas, hemorragias, determinados tumores o alteraciones vasculares. Funcionan como sabuesos entrenados para un olor muy concreto.

El modelo de Alibaba persigue otra cosa. Busca que una misma arquitectura pueda enfrentarse a decenas de patologías y signos radiológicos sin necesitar un sistema independiente para cada uno. En las comparaciones realizadas por los investigadores, RADAR alcanzó un AUC medio de 0,913, por encima de los modelos de visión y lenguaje empleados como referencia en el estudio.

La diferencia importa porque la radiología real no entrega al médico imágenes previamente clasificadas con una etiqueta que diga qué enfermedad debe buscar. El profesional recibe un estudio y tiene que detectar incluso aquello que nadie esperaba encontrar. Ese carácter generalista es precisamente lo que los investigadores presentan como una de las principales aportaciones de RADAR.

Qué ocurrió cuando RADAR trabajó junto a radiólogos

La comparación con profesionales humanos necesita bastante más cuidado que el inevitable titular de “la IA vence a los médicos”. En un estudio con 26 radiólogos, la asistencia de RADAR aumentó aproximadamente un 10 % la sensibilidad diagnóstica de los participantes, es decir, su capacidad para detectar hallazgos presentes en las imágenes.

En las comparaciones difundidas sobre el experimento, RADAR obtuvo de media mejores resultados que 23 de los 26 radiólogos participantes. Eso no convierte al algoritmo en un médico autónomo, ni demuestra que sea superior a cualquier especialista en cualquier hospital. Significa algo más concreto: dentro de las pruebas diseñadas por los investigadores, su rendimiento agregado superó al de la mayoría de los participantes.

Los investigadores también observaron que el apoyo del sistema podía reducir el tiempo empleado en interpretar las exploraciones en alrededor de un 30 %. En una especialidad donde una sola prueba puede contener cientos de cortes y los servicios hospitalarios acumulan cada vez más estudios, unos minutos menos por caso no son precisamente calderilla.

Pero queda un trecho considerable entre publicar buenos resultados y colocar una herramienta en la rutina clínica. RADAR ha sido evaluado principalmente como sistema de apoyo diagnóstico. Un estudio científico, incluso uno publicado en una revista del nivel de Science, no convierte automáticamente un algoritmo en un producto sanitario listo para utilizarse sin supervisión.

Antes entran en juego las validaciones locales, la regulación y la seguridad clínica, además de la integración con los sistemas hospitalarios y la responsabilidad médica. También hay que comprobar que el rendimiento se mantiene cuando aparecen pacientes, máquinas y protocolos diferentes de los utilizados durante el desarrollo.

La palabra “cáncer” tampoco debería borrar esos matices. RADAR puede identificar patrones compatibles con determinadas neoplasias en un TAC, pero el diagnóstico definitivo de muchas enfermedades oncológicas continúa dependiendo de otras pruebas, del contexto clínico y, cuando corresponde, de la confirmación anatomopatológica.

El código abierto convierte el experimento en algo más grande

Alibaba ha publicado el proyecto de RADAR y parte de su infraestructura técnica, con recursos destinados al entrenamiento, la inferencia y el procesamiento de datos. El software se distribuye con una licencia abierta que permite que otros equipos estudien, reproduzcan y adapten componentes del sistema.

Ese detalle puede acabar teniendo tanta importancia como las cifras clínicas. Cuando el funcionamiento de un modelo permanece encerrado dentro de una empresa, los investigadores independientes tienen pocas posibilidades de comprobar qué ocurre al cambiar los datos, los hospitales o los protocolos. Abrir el proyecto permite que otros grupos prueben sus límites y encuentren sus fallos. Y en medicina encontrar dónde falla una IA es casi tan importante como celebrar dónde acierta.

No significa que cualquier hospital pueda descargar RADAR una mañana e incorporarlo esa misma tarde a las decisiones clínicas. Código abierto no es sinónimo de dispositivo médico aprobado, del mismo modo que publicar los planos de un avión no concede permiso para transportar pasajeros.

Sí facilita, en cambio, que universidades, hospitales y grupos de investigación trabajen sobre una base que ya ha mostrado resultados considerables. Ahí puede estar el verdadero cambio de escala: pasar de programas concebidos para detectar una única anomalía a modelos capaces de funcionar como una especie de segundo lector digital, atento a decenas de señales simultáneamente.

Un segundo par de ojos, no un médico dentro del ordenador

RADAR representa una evolución interesante de la inteligencia artificial médica porque intenta parecerse menos a una calculadora especializada y un poco más al modo en que trabaja un servicio de radiología: revisar muchas estructuras, reconocer enfermedades distintas y avisar cuando algo merece atención.

Las cifras justifican el interés. Más de 400.000 TAC utilizados en el entrenamiento, 146 hallazgos evaluados, validación multicéntrica y un AUC medio de 0,913 constituyen una base mucho más seria que una demostración tecnológica preparada para impresionar en una presentación.

Pero la frontera sigue estando clara. La IA localiza patrones; el médico interpreta a una persona. Entre ambas cosas viven los síntomas, los antecedentes, otras pruebas, el tratamiento posible y esas excepciones que hacen que dos imágenes aparentemente parecidas terminen contando historias clínicas completamente distintas.

La noticia, así, no es que Alibaba haya creado un sustituto del radiólogo. Es quizá más interesante: ha abierto un modelo capaz de mirar un único TAC buscando simultáneamente casi 150 problemas diferentes y ha demostrado que, empleado junto al especialista, puede ayudarle a encontrar más y trabajar más rápido.

En radiología, donde cada día llegan montañas de imágenes a las pantallas de los hospitales, disponer de otro par de ojos nunca ha sido una idea menor. Aunque esos ojos, esta vez, sean de silicio.