Precisión clínica y ahorro energético: así transforma la IA el tratamiento del cáncer de pulmón

Investigadores españoles han diseñado un sistema basado en inteligencia artificial capaz de anticipar si un paciente con cáncer de pulmón avanzado reaccionará favorablemente a un tratamiento con inmunoterapia. Gracias a esta tecnología, es posible evitar procedimientos clínicos innecesarios que implican un elevado coste sanitario y energético, reduciendo también el uso de luz, gas y recursos médicos, y contribuyendo a disminuir la huella de carbono sanitaria.

Inmunoterapia selectiva: eficiencia médica y energética

El proyecto ha sido impulsado por expertos de instituciones como la Universidad Politécnica de Madrid (UPM), el CIBER, la Fundación Jiménez Díaz, la Clínica Universidad de Navarra y el Hospital 12 de Octubre. El estudio fue publicado en Cancer Immunology, Immunotherapy y presenta un modelo predictivo que identifica, antes del inicio del tratamiento, si un paciente responderá positivamente a la inmunoterapia, a partir de datos clínicos rutinarios.

Este avance tiene un impacto directo en la eficiencia energética hospitalaria:

• Cada tratamiento requiere equipos refrigerados, sistemas de infusión, iluminación quirúrgica y aire acondicionado.

• Disminuir la cantidad de terapias innecesarias reduce el consumo de electricidad y gas, optimizando la potencia contratada de los centros de salud.

Además, al minimizar los casos de efectos secundarios por tratamientos ineficaces, se reduce la demanda de hospitalización, lo que implica un ahorro considerable en materiales, dispositivos electrónicos y en el uso de gases medicinales. Todo ello influye positivamente en el ahorro de luz y gas.

Datos clínicos accesibles para un hospital más verde

Para entrenar este modelo, se utilizaron registros de 319 pacientes procedentes de cuatro hospitales públicos. Lo destacable es que el sistema emplea únicamente información accesible desde el primer contacto con el paciente: resultados de hemogramas y detalles clínicos básicos, sin necesidad de pruebas genéticas ni biomarcadores complejos.

El algoritmo fue validado en escenarios reales, lo que confirma su viabilidad en el contexto hospitalario. Este tipo de soluciones son especialmente útiles en entornos con limitaciones económicas o energéticas, donde cada decisión debe ser rentable y responsable. El enfoque permite aprovechar recursos ya disponibles, evitando incrementar el consumo de electricidad o gas.

Desde la perspectiva de los responsables de energía hospitalaria, los beneficios incluyen:

• Reducción de la carga sobre los sistemas de climatización y refrigeración.

• Menor presión sobre la infraestructura eléctrica hospitalaria.

• Impacto directo en la potencia contratada y ahorro a medio plazo.

En instalaciones donde el coste depende de franjas horarias, como las ligadas al precio de la luz, esta optimización ofrece ventajas adicionales.

IA que cuida la salud… y el planeta

Los hospitales consumen una gran cantidad de recursos y energía. Al aplicar inteligencia artificial para evitar tratamientos ineficaces, no solo se mejora la atención médica, sino que también se actúa en favor de la descarbonización. El uso racional de tecnologías reduce la huella ambiental de las terapias, sin sacrificar la calidad asistencial.

Este modelo permite, desde el diagnóstico inicial, descartar tratamientos costosos cuando no hay probabilidad de éxito. Esto ahorra:

• Recursos logísticos como la producción y distribución de medicamentos.

• Material sanitario que se utilizaría sin justificación clínica.

Su diseño escalable facilita su aplicación en hospitales de todo tipo, incluidos aquellos con menor capacidad tecnológica. Además, pone de relieve el papel de la IA como herramienta para construir centros de salud más sostenibles e inteligentes.

En una realidad donde los centros sanitarios apuestan por:

• Soluciones para reducir el consumo energético

• Tarifas de luz adaptadas a su demanda

• Medidas de control de emisiones

…esta innovación marca un nuevo camino: ahorrar energía mientras se mejora la medicina. La IA ya no solo salva vidas: también ayuda a preservar el entorno desde la primera decisión clínica.