El seguimiento de un paciente oncológico no termina cuando sale del hospital. En casa, entre una sesión de quimioterapia y la siguiente consulta, pueden aparecer síntomas que anticipen una complicación, cambios en la actividad cotidiana que pasen inadvertidos o dudas que el paciente no siempre sabe cómo trasladar a su equipo médico. Detectar esas señales a tiempo y conseguir que lleguen a quien puede actuar sobre ellas es uno de los retos que la inteligencia artificial y las plataformas de salud digital aspiran a resolver.
En el Congreso ESMO 2026, que se celebra en Madrid, se ha puesto el foco en esta transformación de la atención oncológica: desde los sistemas capaces de monitorizar a los pacientes a distancia hasta los programas que integran sus síntomas y necesidades en los circuitos asistenciales.
Monitorización remota apoyada en IA
El oncólogo Nisarg Patel, de la Universidad de California en San Francisco (UCSF), abordó las posibilidades de la monitorización remota apoyada en inteligencia artificial, un campo que busca anticiparse al deterioro clínico y facilitar una respuesta más rápida durante el tratamiento. Para ilustrar su potencial, planteó el caso de un paciente de 58 años con cáncer de cabeza y cuello que se encuentra en la cuarta semana de quimiorradioterapia. «Tras recibir una dosis de cisplatino, empieza a comer y beber menos y su actividad física disminuye, aunque responde que se encuentra bien cuando el equipo sanitario le pregunta por su estado», explicó el especialista.
La discrepancia entre lo que comunica el paciente y lo que sugieren sus datos plantea una pregunta fundamental: «¿Cómo detectar que algo no va bien antes de que la situación requiera una intervención urgente?”. Los sistemas de seguimiento digital permiten recoger información sobre síntomas y actividad física desde el domicilio y generar alertas para los profesionales. La incorporación de modelos de inteligencia artificial más avanzados abre la posibilidad de interpretar mejor el lenguaje de los pacientes, contextualizar sus respuestas a partir de su historial clínico y resumir la información relevante para facilitar la toma de decisiones.
Sin embargo, Patel advirtió de que «el potencial de estas herramientas no debe confundirse con una eficacia garantizada». Los estudios obtenidos hasta ahora sobre monitorización remota han mostrado resultados favorables en determinados contextos, pero su impacto depende, en buena medida, de que los equipos sanitarios puedan responder a las alertas con rapidez. El especialista citó investigaciones desarrolladas en Estados Unidos y Francia que han observado «mejoras en distintos indicadores, como la supervivencia en determinados estudios, el tiempo hasta una primera visita urgente por complicaciones del tratamiento o la tolerancia a la quimioterapia».
El salto de los ensayos clínicos a la práctica habitual, no obstante, sigue siendo complejo. La falta de personal, la fragmentación de las responsabilidades y la dificultad para garantizar un seguimiento continuo pueden reducir la utilidad de los programas. A ello se suma la necesidad de evaluar los nuevos modelos de inteligencia artificial, cuyas capacidades de interpretación son mayores, pero que también pueden cometer errores.
Como ejemplo, Patel presentó datos preliminares de una evaluación en la que un modelo de IA identificó 23 de las 24 situaciones de emergencia detectadas por los médicos. Al mismo tiempo, señaló más situaciones urgentes de las que habían identificado los profesionales y dejó pasar 12 casos que requerían intervención. «El resultado refleja uno de los principales dilemas de estas tecnologías: aumentar la detección de posibles complicaciones puede generar falsas alarmas, mientras que los errores por omisión pueden retrasar la atención de pacientes que necesitan ayuda».
Para el oncólogo, la solución no pasa únicamente por mejorar la precisión de los algoritmos. También es necesario que «la información llegue al profesional adecuado y active una respuesta concreta». Un sistema puede detectar signos de deshidratación, por ejemplo, pero si se limita a recomendar al paciente que llame a la consulta, la intervención puede demorarse. Si la alerta llega directamente al equipo responsable, este puede contactar con el paciente y organizar una valoración clínica en menos tiempo.
La integración de la IA en estos circuitos también plantea otros desafíos: los pacientes pueden cansarse de responder a preguntas frecuentes, los modelos pueden generar información incorrecta y los profesionales pueden verse desbordados por un volumen excesivo de notificaciones. Patel defendió, por ello, la evaluación rigurosa de estas herramientas antes de utilizarlas con pacientes reales, la definición de límites claros para sus decisiones y la supervisión de su rendimiento a lo largo del tiempo. Su horizonte es el de sistemas que trabajen en segundo plano, detecten señales de alarma y comprueben que cada incidencia recibe seguimiento. La tecnología, recordó, “no sustituye al tratamiento ni a la intervención clínica, pero puede ayudar a que los pacientes accedan antes a la atención que necesitan».
Integración de la IA forma efectiva
Otra de las ponencias trasladó el debate desde las capacidades de la inteligencia artificial hasta las condiciones necesarias para que la salud digital se integre de forma efectiva en la atención oncológica. La oncóloga médica e investigadora del Instituto Gustave Roussy en Francia, Ines Vaz-Luis, presentó la experiencia de un programa de monitorización remota basado en los resultados comunicados por los propios pacientes, conocidos como electronic patient-reported outcomes (ePRO). Estas herramientas permiten que las personas con cáncer informen periódicamente de sus síntomas y necesidades a través de plataformas digitales, de modo que los equipos sanitarios puedan identificar problemas y ajustar la atención.
Vaz-Luis defendió que estos sistemas “pueden implantarse y mantenerse en la práctica clínica habitual, aunque su éxito exige algo más que una solución tecnológica”. La experiencia presentada, desarrollada en 33 centros de Francia y Bélgica, muestra la importancia de preparar a los profesionales, definir los circuitos de actuación, implicar a los pacientes y establecer mecanismos de financiación que permitan sostener los programas a largo plazo.
En la evaluación inicial participaron 3.015 pacientes y 168 profesionales sanitarios. Según los datos expuestos, el 90% de los pacientes estaba satisfecho con el sistema, con una percepción media del beneficio de 8,2 puntos sobre 10. Además, un año después de su implantación, los 33 centros continuaban utilizando el programa y estaban ampliándolo a otros tipos de tumores. La iniciativa ha seguido creciendo y, según la ponente, ya se está implantando en más de un centenar de centros, con más de 28.000 pacientes.
“Uno de los aspectos más relevantes de esta experiencia es el papel de enfermería en la gestión de las alertas”, destacó la especialista. La mediana del tiempo de gestión fue de 13 horas y la mayoría de las incidencias se resolvió mediante la intervención de los profesionales de enfermería, sin necesidad de una consulta médica. La carga de trabajo dependía de la complejidad de los pacientes, aunque Vaz-Luis señaló que «un profesional especializado en navegación de pacientes puede gestionar entre 150 y 200 casos con perfiles diversos».
La ponente también puso el foco en la equidad. «La expansión de la salud digital no debe dejar atrás a quienes tienen menos experiencia o habilidades para utilizar estas herramientas». En el programa presentado, los pacientes con menor alfabetización digital partían de una mayor carga de síntomas, pero experimentaron mejoras similares a las de aquellos con mayores competencias digitales. Para Vaz-Luis, «estos resultados refuerzan la necesidad de adaptar las interfaces, ofrecer apoyo adicional a quienes lo necesiten y evitar que las dificultades tecnológicas se conviertan en una barrera para recibir atención».
La siguiente evolución de estos programas podría ir más allá de la recogida de síntomas. La especialista explicó que su equipo trabaja en la incorporación de intervenciones digitales de apoyo, como programas de actividad física, meditación y terapias cognitivo-conductuales para problemas como la fatiga, la ansiedad, el insomnio o el miedo a la recurrencia. También se estudia el uso de datos recogidos de forma pasiva, como los niveles de actividad física, para complementar la información comunicada directamente por los pacientes y mejorar la detección de posibles complicaciones.
La extensión de estos modelos requiere, según Vaz-Luis, «una colaboración que trascienda el ámbito de la oncología e incorpore la investigación sobre implementación, las ciencias sociales y del comportamiento, el diseño centrado en las personas, la participación de pacientes y comunidades y las políticas sanitarias». La financiación sostenible es otra pieza esencial para garantizar que las plataformas no se queden en proyectos piloto y puedan mantenerse en el tiempo.
En pocas palabras, la salud digital puede contribuir a que la atención oncológica sea más proactiva y esté mejor adaptada a las necesidades de cada paciente, pero sus resultados dependen de cómo se integre en la práctica clínica.