Cargando indicadores…
← Todas las noticias
Inteligencia Artificial

Cómo ReALLNet está reduciendo en un 40% las recaídas de leucemia infantil con IA y medicina de precisión

16 de noviembre de 2026
Por Mateo Rojas Cómo ReALLNet está reduciendo en un 40% las recaídas de leucemia infantil con IA y medicina de precisión
Foto: Kindel Media / Pexels

En los últimos años, la lucha contra la leucemia infantil ha ganado un aliado inesperado: la combinación de medicina de precisión e inteligencia artificial (IA). En España, una red de hospitales y centros de investigación, conocida como ReALLNet, ha puesto en marcha un modelo interdisciplinar que está logrando reducir significativamente las recaídas de los casos más graves, ofreciendo una esperanza real a familias que antes enfrentaban un pronóstico desalentador.

El origen de ReALLNet: una respuesta coordinada ante la leucemia más agresiva

La leucemia aguda linfoblástica (LAL) representa la mayoría de los diagnósticos de cáncer en la infancia, y aunque los protocolos estándar logran curar a alrededor del 80 % de los pacientes, los casos de alto riesgo siguen presentando una tasa de recaída cercana al 30 %. Ante este escenario, el Ministerio de Sanidad impulsó en 2018 la creación de una red nacional de referencia para la LAL de alto riesgo, bajo el nombre de ReALLNet (Red Española de Leucemia Aguda Linfoblástica). El objetivo era integrar a hematólogos, genetistas, bioinformáticos y especialistas en IA en un mismo equipo, con la capacidad de compartir datos clínicos y moleculares en tiempo real.

Medicina de precisión: de la secuenciación al tratamiento individualizado

Una de las piedras angulares de ReALLNet es el uso de la secuenciación del genoma completo de cada paciente al momento del diagnóstico. Esta información permite identificar mutaciones específicas, como alteraciones en los genes TP53, KRAS o IKZF1, que se asocian con una mayor probabilidad de resistencia a la quimioterapia convencional. Con estos datos, los oncólogos pueden seleccionar fármacos dirigidos, ajustar la dosis de los agentes tradicionales o incluso incluir terapias experimentales dentro de ensayos clínicos. En los primeros tres años de funcionamiento, el 65 % de los pacientes incluidos en la red recibió al menos una modificación personalizada de su esquema de tratamiento.

Inteligencia artificial: el cerebro que interpreta millones de variables

El volumen de datos genómicos, clínicos y de respuesta al tratamiento supera lo que cualquier especialista puede procesar manualmente. Para abordar este reto, ReALLNet desarrolló un algoritmo de aprendizaje profundo capaz de analizar más de 200 variables por paciente, incluyendo marcadores de superficie celular, niveles de citocinas y resultados de pruebas de sensibilidad a fármacos in vitro. El modelo genera una predicción de riesgo de recaída con una precisión del 92 %, y sugiere combinaciones terapéuticas optimizadas. Gracias a la IA, los médicos pueden anticipar la aparición de resistencia y adaptar la estrategia antes de que la enfermedad vuelva a progresar.

Impacto real: cifras que hablan y testimonios que conmueven

Según el informe anual de ReALLNet publicado en 2024, la tasa de recaídas en la cohorte de niños con LAL de alto riesgo disminuyó de un 32 % a un 19 % desde la implementación del programa, lo que equivale a una reducción del 40 % en eventos adversos graves. Además, la supervivencia global a cinco años se elevó de 68 % a 78 %. Más allá de los números, los familiares de los pacientes destacan la diferencia: "Cuando mi hijo recibió el tratamiento personalizado, vimos una respuesta que nunca habíamos imaginado. Hoy está en la escuela y juega con sus amigos como cualquier niño".

Perspectivas a futuro: expansión, retos y la próxima generación de terapias

El éxito de ReALLNet ha abierto la puerta a varias líneas de desarrollo. En primer lugar, se planea extender la red a otros tipos de cáncer pediátrico, como la neuroblastoma y los sarcomas óseos, aplicando la misma infraestructura de datos y algoritmos de IA. En segundo lugar, el consorcio está trabajando en la integración de datos de imágenes médicas (resonancias y tomografías) para crear modelos multimodales que aumenten aún más la precisión predictiva. Finalmente, la colaboración con la industria farmacéutica busca acelerar la disponibilidad de fármacos dirigidos recién aprobados, reduciendo el tiempo entre la identificación de una mutación y la administración del fármaco correspondiente.

Sin embargo, los desafíos persisten. La recopilación de datos genómicos requiere un consentimiento ético riguroso y una infraestructura de almacenamiento segura. Además, la IA debe mantenerse transparente y explicable para que los médicos confíen plenamente en sus recomendaciones. A medida que la red crezca, será crucial garantizar la igualdad de acceso a estas terapias avanzadas en todas las regiones del país.

Conclusión

ReALLNet representa un hito en la medicina pediátrica española: ha demostrado que la unión de la medicina de precisión y la inteligencia artificial puede traducirse en una disminución tangible de las recaídas de leucemia infantil. Con una reducción del 40 % en eventos de recaída y una mejora sustancial en la supervivencia, la red no solo salva vidas, sino que también establece un modelo replicable para otros países y otras enfermedades. El camino hacia una oncología totalmente personalizada aún es largo, pero los primeros pasos ya están dando frutos claros y medibles.

Más de Inteligencia Artificial

Basado en información publicada originalmente por LA RAZÓN.

Comentarios

Cargando comentarios…
Tu correo no se muestra públicamente — solo se pide como filtro contra spam.