Sofía Amores

¿Sabías que el cribado de cáncer de mama es el programa de detección precoz más antiguo de España? Hace más de cuarenta años, cuando no existían citas automáticas ni historias clínicas digitales, las mujeres se enteraban de que las unidades móviles con mamógrafo llegaban su pueblo por el aviso del cura en misa. Mucho ha cambiado desde entonces, pero el objetivo sigue siendo el mismo: detectar a tiempo y llegar a todas. Este 19 de octubre, Día Mundial del Cáncer de Mama, desde Telefónica queremos contarte cómo la Inteligencia Artificial puede ayudar a que el cribado siga cumpliendo esta misión. Los orígenes del cribado en España A principios de los años 80, la AECC empezó a desplegar por toda España unidades móviles, camiones y furgonetas con mamógrafos de rayos X, que recorrían el territorio hasta llegar a los pueblos más pequeños. Así, la mamografía llegaba a mujeres que vivían lejos de un hospital y que, de otro modo, difícilmente habrían tenido acceso a la prueba. Sin registros centralizados ni sistemas de citación, la convocatoria dependía de la propia comunidad: el aviso se daba a través del cura durante la misa o mediante avisos municipales. Aquellas campañas sentaron las bases de la detección precoz en nuestro país. En 1983, la AECC diseñó un protocolo de diagnóstico precoz adaptado a España, y trabajó junto a las autoridades sanitarias para implantarlo en todo el territorio. A lo largo de los años 90, el cribado se fue incorporando a los servicios públicos de salud de las distintas comunidades autónomas, y a comienzos de los 2000 ya estaba prácticamente implantado en toda España. Hoy, más del 70% de las mujeres de entre 50 y 69 años acuden a sus mamografías rutinarias. En 1983 se elabora el Programa de Diagnóstico Precoz adaptado a España con arreglo a las normas internacionales. Fuente: El blog de la Asociación Española Contra el Cáncer. El cribado nació para acercar la detección precoz a todas las mujeres, vivieran donde vivieran. El cáncer más diagnosticado en mujeres El cáncer de mama sigue siendo el tumor más diagnosticado entre las mujeres de España. Según el informe Las cifras del cáncer en España 2026 de la Sociedad Española de Oncología Médica (SEOM) y la Red Española de Registros de Cáncer (REDECAN), este año se diagnosticarán más de 38.000 nuevos casos. Estimación de la incidencia de cáncer en España para 2026, según la Sociedad Española de Oncología Médica (SEOM). Durante décadas fue también el cáncer que más muertes causaba entre las mujeres, hasta que en 2024 el de pulmón lo superó por primera vez. Hoy, la supervivencia neta a cinco años del cáncer de mama alcanza el 86%, uno de los porcentajes más altos entre todos los tumores. Detrás de esa evolución están los avances en los tratamientos, pero también la detección precoz y la alta participación en los programas de cribado. Y aunque pueda parecer paradójico, que cada año se diagnostiquen más casos no siempre es una mala noticia: como explica la SEOM, un buen programa de cribado primero eleva los diagnósticos, al detectar tumores antes, y después reduce la mortalidad, según datos del informe de Cifras del Cáncer en España 2026 de SEOM. Pero detectar antes exige una gran capacidad: cientos de miles de mamografías al año que deben revisarse con rigor y a tiempo. Y es precisamente ahí donde la tecnología puede marcar la diferencia. Detectar más casos a tiempo es clave para mejorar la supervivencia y reducir la mortalidad. Cómo ayuda la IA en el cribado de cáncer mama Detrás de cada programa de cribado hay un enorme volumen de trabajo. Siguiendo las Guías Europeas de cribado del cáncer de mama, los programas españoles aplican la doble lectura: cada mamografía es revisada por dos radiólogos de forma independiente y, si no coinciden, se recurre a una tercera opinión. Este sistema refuerza la calidad del diagnóstico, pero multiplica la carga asistencial en unos servicios de radiología que cada vez reciben más estudios. Aquí es donde la Inteligencia Artificial puede aportar más valor. A nivel técnico, los algoritmos analizan cada mamografía y le asignan un nivel de riesgo, señalan las zonas sospechosas sobre la propia imagen y permiten ordenar la lista de trabajo para que el especialista revise primero los casos más prioritarios. También pueden actuar como un lector adicional dentro de la doble lectura, o como una red de seguridad que alerta cuando un estudio presenta signos de alta sospecha. La IA ayuda a priorizar los casos de mayor riesgo y refuerza la capacidad del radiólogo sin sustituir su criterio clínico. Esto no sustituye el juicio clínico del radiólogo, que sigue siendo quien valida el informe, sino que le ofrece un punto de partida más completo y le permite dedicar su tiempo a los casos que más lo requieren. Y en este aspecto, la evidencia científica ya es sólida. En Alemania, el estudio PRAIM, publicado en Nature Medicine, evaluó la IA en la práctica clínica real del programa nacional de cribado con más de 460.000 mujeres. Los radiólogos que contaban con apoyo de IA detectaron 6,7 cánceres por cada 1000 mujeres frente a 5,7 sin IA, lo que supone una tasa de detección un 17,6% superior, sin aumentar las rellamadas para pruebas adicionales. Imagen del estudio: Región sospechosa marcada (abajo a la derecha) en el visor del algoritmo de IA para que el radiólogo pueda revisarlo de manera ágil. Fuente: estudio PRAIM. El resultado es un cribado más ágil y eficiente, capaz de llegar a más mujeres sin perder calidad diagnóstica. Para las pacientes, esto significa diagnósticos más tempranos, menos esperas y menos incertidumbre. ■ Como en cualquier aplicación clínica de soporte al diagnóstico, no toda IA es válida. Un algoritmo de apoyo al cribado debe contar con marcado CE como producto sanitario, ser transparente sobre los datos con los que ha sido entrenado y validado y cuáles son sus limitaciones, y permitir ajustar sus umbrales a las necesidades de cada programa. Además, tiene que integrarse de forma fluida en los sistemas hospitalarios (PACS y RIS), sin alterar los flujos de trabajo existentes, para que sea realmente un apoyo fiable, siempre bajo la supervisión del especialista. La IA clínica solo aporta valor si es segura, transparente y se integra bajo supervisión profesional. Lo que la tecnología no sustituye No queremos terminar el post sin recordar algo esencial: el cribado no termina cuando se lee la mamografía. Termina cuando la mujer recibe su resultado, entiende qué significa y sabe cuál es el siguiente paso. La IA puede ayudar a que los especialistas lleguen a más pacientes y a que ningún estudio quede sin revisar, pero su valor no está solo en el algoritmo, sino en cómo se integra en todo el circuito asistencial y en que haya profesionales con tiempo para explicar, acompañar y sostener. Por ello, el reto no es solo clínico, sino que también es asistencial y humano. La tecnología puede ampliar la capacidad del sistema, pero la confianza de una mujer que acude a su mamografía se gana en cada conversación y en cada resultado entregado a tiempo. La tecnología amplía la capacidad del sistema, pero la confianza se construye con información, acompañamiento y resultados a tiempo. Nuestro papel como integrador tecnológico de IA clínica Desde Telefónica ayudamos a los servicios de salud a incorporar IA clínica allí donde aporta valor: en los circuitos reales de trabajo. Nuestro papel consiste en integrar los algoritmos de forma segura y coordinada en los procesos asistenciales, para que los profesionales puedan apoyarse en estas capacidades sin perder el control clínico ni alterar sus dinámicas habituales. Lo hacemos con un enfoque agnóstico a proveedores y modelos de despliegue, y con un único punto de integración, gestión, operación y mantenimiento. Nuestra propuesta se apoya en un porfolio amplio de soluciones de soporte al diagnóstico con IA aplicables a distintas patologías y reforzadas por proveedores especializados. Así podemos combinar capacidades clínicas, tecnológicas y de integración para que la IA aporte valor allí donde realmente se necesita: en el flujo de trabajo del especialista y en beneficio del paciente. En un día como el Día Mundial contra el Cáncer de Mama, queremos subrayar que la tecnología solo tiene sentido si está al servicio de las personas. No como sustituto del conocimiento médico, sino como lo que debe ser: una herramienta que amplifica la capacidad del especialista para detectar antes, tratar mejor y acompañar al paciente con mayor precisión. Integrar la IA en los circuitos asistenciales permite convertir su potencial en un apoyo real para profesionales y pacientes. AI & Data Cómo la IA ayuda en el diagnóstico de patologías neurológicas 22 de julio de 2026

Salud cerebral: acceso para todos Cada 22 de julio se celebra el Día Mundial del Cerebro, una fecha impulsada por la Federación Mundial de Neurología. Este año, bajo el lema 'Salud cerebral: acceso para todos', la campaña pone el foco en un dato que impacta: más de 3.400 millones de personas viven hoy con alguna patología neurológica en el mundo, lo que convierte a estos trastornos en la principal causa de discapacidad a nivel global, según la World Federation of Neurology. En Telefónica, a través de nuestra unidad de negocio Telefónica Tech, llevamos tiempo trabajando en soluciones que aplican Inteligencia Artificial al proceso de diagnóstico por imagen y al análisis de biomarcadores, y hoy queremos explicarte cómo esta tecnología puede marcar una diferencia real en la detección precoz de patologías como el Alzheimer, el Parkinson y de eventos cerebrovasculares como el ictus. La salud cerebral requiere acceso temprano, prevención y tecnología capaz de acercar el diagnóstico a más personas. Por qué el diagnóstico precoz importa (y cómo la IA lo hace posible) En España, más de 23 millones de personas conviven con algún tipo de enfermedad neurológica. Y aunque cifras como esta puedan parecer abrumadoras, hay un mensaje esperanzador detrás: se estima que hasta el 90% de los ictus y el 40% de los casos de Alzheimer podrían prevenirse o retrasarse significativamente con un abordaje adecuado de la salud cerebral. En la mayoría de los casos, la clave está en llegar antes. En enfermedades neurodegenerativas como el Alzheimer o el Parkinson, y en eventos cerebrovasculares como el ictus, el margen de actuación se reduce drásticamente cuanto más tarde se detecta el problema. Un diagnóstico precoz mejora el pronóstico del paciente y abre la puerta a tratamientos que pueden ofrecer mejores resultados en fases muy tempranas de la enfermedad. De hecho, uno de los pilares de la campaña del Día Mundial del Cerebro de este año, 'Salud cerebral: acceso para todos' es, precisamente, que un acceso más temprano al diagnóstico cambia vidas. Detectar antes permite actuar antes: la IA ayuda a acortar tiempos y a mejorar el abordaje clínico desde las primeras fases. Aquí es donde la Inteligencia Artificial se convierte en una aliada clave para el profesional sanitario. En Telefónica Tech trabajamos con soluciones de IA que cubren distintas fases y tipos de patología: desde el análisis de biomarcadores vocales para detectar indicios de deterioro cognitivo leve en cuestión de segundos, hasta el apoyo al diagnóstico por imagen médica en patologías cerebrovasculares. A continuación, te contamos cómo funcionan estas soluciones en la práctica. La voz como herramienta de detección precoz del Deterioro Cognitivo Leve Uno de los primeros indicios de deterioro cognitivo puede estar en la forma en que hablamos. Con esta idea como punto de partida, contamos con la solución de AcceXible, una herramienta preventiva no invasiva basada en IA capaz de detectar de forma precoz la situación cognitiva del paciente en apenas 60 segundos. Análisis de biomarcadores vocales para detectar posibles problemas neurológicos, AcceXible. Su funcionamiento es sencillo: a través de una interfaz intuitiva, el profesional sanitario guía al paciente en la realización de la prueba, mientras los algoritmos de habla y lenguaje analizan sus biomarcadores vocales para detectar posibles problemas de memoria y evaluar su estado mental. Entre los beneficios asociados a esta herramienta destacan la reducción del tiempo de diagnóstico, la mejora en la detección temprana de la enfermedad y apoyar la precisión diagnóstica. ■ Esta solución, que cuenta con marcado CE IIa, tiene dos grandes casos de uso en la práctica clínica: por un lado, el cribado de pacientes para derivar al especialista o tratamiento necesario y optimizar así la asistencia clínica; por otro, el seguimiento continuado del estado cognitivo del paciente a lo largo del tiempo. La voz puede convertirse en una señal temprana para identificar posibles indicios de deterioro cognitivo de forma rápida y no invasiva. IA en el TAC cerebral: precisión cuando cada minuto cuenta Cuando se trata de patologías cerebrovasculares como el ictus, cada minuto cuenta. Por eso contamos con la solución de Harrison.ai, un apoyo a la toma de decisiones en estudios de tomografía computarizada sin contraste (TCSC), capaz de detectar hasta 130 hallazgos radiológicos, incluyendo un amplio abanico de condiciones que requieren intervención rápida. Su funcionamiento se basa en resaltar automáticamente la ubicación de los hallazgos en las imágenes y priorizar las listas de trabajo según su gravedad clínica, para contribuir a reducir el tiempo de actuación ante los casos más críticos. Su alcance incluye desde lesiones óseas hasta el ictus, aportando información que facilita identificar incluso su tipo (isquémico o hemorrágico) para que el profesional médico valore el tratamiento más adecuado. Análisis de tomografía computarizada sin contraste (TCSC), Harrison.ai Entre los beneficios asociados a esta herramienta, que cuenta con marcado CE Clase IIb, destacan la rapidez de respuesta, la mejora en la eficiencia y precisión del diagnóstico, y una mayor comodidad y seguridad para el paciente, al trabajar sobre estudios sin contraste. ■ Esta solución resulta especialmente útil como soporte al diagnóstico en hospitales o centros sin disponibilidad inmediata de un especialista, así como en servicios de urgencias con alta carga asistencial. Es, además, una de las áreas en las que seguimos ampliando nuestra colaboración con Harrison.ai. En patologías cerebrovasculares, la IA puede ayudar a priorizar los casos críticos y apoyar decisiones clínicas cuando el tiempo es determinante. Nuestro papel como integrador tecnológico de IA clínica más allá del algoritmo En Telefónica Tech actuamos como integrador tecnológico, facilitando la incorporación de algoritmos y la coordinación de flujos clínicos para que los profesionales se centren en la atención del paciente. Ponemos las capacidades tecnológicas al servicio de las necesidades asistenciales, con un enfoque agnóstico a proveedores y modos de implantación, y ofrecemos un único punto de integración y gestión con servicios orientados a facilitar la operación y el mantenimiento. Contamos con un amplio portfolio de algoritmos para el soporte al diagnóstico con IA que abarca múltiples patologías, reforzado por proveedores especializados como AcceXible, referente en el análisis de biomarcadores vocales para la detección precoz de deterioro cognitivo, y Harrison.ai, con soluciones certificadas para el diagnóstico por imagen en patologías cerebrovasculares. En un día como el Día Mundial del Cerebro, queremos subrayar que la tecnología solo tiene sentido si está al servicio de las personas. No como sustituto del conocimiento médico, sino como lo que debe ser: una herramienta que amplifica la capacidad del especialista en la detección temprana, la toma de decisiones y el seguimiento del paciente. El valor de la IA clínica está en integrarla de forma segura, útil y alineada con los flujos reales de los profesionales sanitarios. AI & Data Detectar antes para curar mejor: IA aplicada al diagnóstico precoz del cáncer de próstata 11 de junio de 2026

El 11 de junio se celebra el Día Mundial del Cáncer de Próstata, el tumor más frecuente en hombres y el segundo más mortal, según datos de la Sociedad Española de Oncología Médica (SEOM). En Telefónica Tech llevamos tiempo trabajando en soluciones que aplican Inteligencia Artificial al diagnóstico por imagen, y hoy queremos explicarte cómo esta tecnología puede marcar una diferencia real en la detección precoz de esta enfermedad. La detección precoz sigue siendo clave para mejorar el pronóstico del cáncer de próstata, y la IA puede ayudar a acelerar ese proceso. El tumor más frecuente en varones: cifras del cáncer de próstata que no podemos ignorar ¿Sabías que cerca de 1 de cada 8 hombres será diagnosticado de cáncer de próstata a lo largo de su vida? Solo en España, SEOM estima cerca de 35.000 casos nuevos para 2026, lo que lo convierte en el tumor más diagnosticado en varones de nuestro país. Estimación de la incidencia de cáncer en España para 2026, según la Sociedad Española de Oncología Médica (SEOM). La supervivencia, sin embargo, es relativamente favorable en comparación con otros tipos de cáncer: la tasa de supervivencia neta a cinco años supera el 90%, un dato que refleja el impacto positivo de la detección temprana mediante el test del antígeno prostático específico (PSA) y la identificación de casos en estadios iniciales. Aun así, la supervivencia no es uniforme ni está garantizada. No todos los cánceres de próstata son iguales, y la diferencia entre un diagnóstico precoz y uno tardío puede ser determinante tanto para el pronóstico como para la calidad de vida del paciente. Detectarlo a tiempo sigue siendo uno de los mayores retos de la oncología, y es precisamente ahí donde la tecnología viene a ayudar. El cáncer de próstata es muy frecuente, pero detectarlo a tiempo puede marcar una diferencia decisiva. El reto clínico y asistencial del diagnóstico del cáncer de próstata En los últimos años la mortalidad por cáncer ha descendido y la supervivencia ha aumentado, en gran medida gracias a la prevención y al diagnóstico en fases más tempranas. No obstante, el cáncer de próstata sigue suponiendo un reto asistencial de primer orden, y no solo por razones clínicas. La resonancia magnética es hoy la prueba de imagen de referencia para detectar, localizar y evaluar el cáncer de próstata clínicamente significativo. Cuando el resultado es negativo y no se identifican lesiones sospechosas se evitan las biopsias innecesarias, con todo lo que eso supone: son procedimientos invasivos, generan ansiedad en el paciente y no están exentos de complicaciones. Su impacto, por tanto, es tanto clínico como psicológico. El problema es que acceder a esta prueba no es sencillo. El tiempo de espera medio para una resonancia magnética en España es de 73 días, según el Barómetro Sanitario de 2025. Y una vez realizada, la imagen debe ser interpretada por un radiólogo especialista, un perfil cada vez más escaso. A esto se suma una presión asistencial creciente: más pacientes que atender, plantillas que no crecen al mismo ritmo y servicios de radiología al límite de su capacidad. El resultado es un cuello de botella que ralentiza el diagnóstico precisamente cuando más importa la rapidez. El reto no es solo clínico: también es asistencial, porque cada demora puede retrasar decisiones importantes para el paciente. El papel de la IA en el diagnóstico precoz del cáncer de próstata Aunque la IA no resuelve la escasez de especialistas, sí que puede ayudar a desatascar ese cuello de botella. El valor de la IA aquí no es solo de precisión, sino de capacidad: hacer que el sistema pueda llegar a más pacientes sin que se pierda la calidad diagnóstica. A nivel técnico, los algoritmos de IA son capaces de realizar la segmentación automática de la próstata, llevar a cabo un análisis cuantitativo de las imágenes y generar informes estructurados basados en el sistema PI-RADS, el estándar internacional para la clasificación de lesiones prostáticas. Esto no elimina el juicio clínico del especialista, sino que le entrega un punto de partida más completo y homogéneo. Esto reduce el tiempo dedicado a tareas de revisión sistemática y permite al especialista concentrarse en los casos más urgentes. Además, se pueden generar contornos precisos de las lesiones detectadas para apoyar la planificación de biopsias dirigidas, mejorando la precisión del procedimiento y reduciendo las molestias para el paciente. Desde el punto de vista asistencial, el impacto también es significativo. La IA puede priorizar automáticamente los casos de mayor riesgo, actuar como segunda lectura automatizada y reducir la variabilidad en la interpretación entre distintos centros y profesionales. Esto es especialmente valioso en entornos con menor concentración de especialistas: permite homogeneizar la calidad diagnóstica independientemente del volumen de experiencia acumulado, contribuyendo a acortar los tiempos totales del proceso y ampliando la capacidad del sistema para atender a más pacientes sin comprometer el rigor clínico. Flujo diagnóstico con IA. El resultado es una atención más ágil y eficiente, capaz de dar respuesta a más pacientes sin comprometer la calidad diagnóstica. En este proceso, la Inteligencia Artificial actúa siempre como una herramienta de apoyo a la decisión médica, no como sustituto del profesional. El valor está en ayudarle a priorizar, interpretar y estructurar mejor la información disponible. Para el paciente, esto se traduce en beneficios muy concretos: menor tiempo de espera, un diagnóstico más temprano, y la posibilidad de evitar procedimientos invasivos innecesarios. La IA no sustituye al especialista: le ayuda a priorizar, interpretar mejor y llegar antes a más pacientes. La IA clínica exige garantías: regulación, transparencia e integración Pero cuando hablamos de herramientas aplicadas al diagnóstico médico, no toda Inteligencia Artificial es válida. El primer requisito es regulatorio: un algoritmo destinado a apoyar decisiones clínicas debe contar con marcado CE como producto sanitario. Este no es un trámite administrativo, sino una garantía de que el producto ha sido evaluado y validado conforme a los requisitos regulatorios y a los estándares de seguridad y prestaciones exigidas para su uso en entornos clínicos reales. Más allá de la regulación, la transparencia es un requisito fundamental para la adopción clínica de la Inteligencia Artificial. Los profesionales necesitan conocer con qué datos se ha desarrollado y validado un algoritmo, en qué situaciones ofrece su mejor rendimiento y cuáles son sus limitaciones. En diagnóstico médico, la IA solo es útil si es segura, transparente, regulada e integrada en el flujo clínico. También es importante que las herramientas permitan ajustar parámetros como los umbrales de sensibilidad o especificidad según las necesidades de cada centro, y que proporcionen información comprensible sobre los hallazgos detectados. Solo así la IA puede utilizarse como un apoyo fiable a la toma de decisiones clínicas, manteniendo siempre la supervisión y el criterio del especialista. Por último, una solución clínicamente funcional debe poder integrarse de forma fluida en los sistemas hospitalarios (PACS y RIS) sin interrumpir ni ralentizar los flujos de trabajo existentes. Nuestro papel como integrador tecnológico de IA clínica más allá del algoritmo En Telefónica Tech actuamos como integrador tecnológico, facilitando la incorporación de algoritmos y la coordinación de flujos clínicos para que los profesionales se centren en la atención del paciente. Ponemos las capacidades tecnológicas al servicio de las necesidades asistenciales, con un enfoque agnóstico a proveedores y modos de implantación, y ofrecemos un único punto de integración y gestión con servicios que aseguran la operación y el mantenimiento. Contamos con un amplio portfolio de algoritmos para el soporte al diagnóstico con IA que abarca múltiples patologías, reforzado por los proveedores especializados de nuestro ecosistema de innovación de Wayra como es el caso de Quibim, referente en imagen médica de próstata que cuenta con soluciones certificadas e instaladas en hospitales de España, Reino Unido, Estados Unidos y otros países. En un día como el Día Mundial del Cáncer de Próstata, queremos subrayar que la tecnología solo tiene sentido si está al servicio de las personas. No como sustituto del conocimiento médico, sino como lo que debe ser: una herramienta que amplifica la capacidad del especialista para detectar antes, tratar mejor y acompañar al paciente con mayor precisión. El valor no está solo en el algoritmo, sino en integrarlo bien para que funcione en la práctica clínica real. AI & Data Medicina de precisión: tu ADN es una herramienta clave para cuidar tu salud 15 de julio de 2024