Combinar las pruebas de detección del VPH con el análisis automatizado de imágenes permite un cribado más preciso y aplicable a gran escala
La combinación de pruebas de detección del virus del papiloma humano (VPH) con el análisis de imágenes mediante inteligencia artificial ha demostrado ser eficaz para detectar lesiones precancerosas y orientar las decisiones sobre el tratamiento, según un estudio liderado por el Instituto de Salud Global de Barcelona (ISGlobal), centro impulsado por la Fundación "la Caixa", y el Instituto Nacional del Cáncer de Estados Unidos (NCI). La investigación, realizada en el marco del consorcio HPV-Automated Visual Evaluation (PAVE) en nueve países, se ha publicado en la revista The Lancet Obstetrics, Gynaecology & Women's Health.
A pesar de los esfuerzos internacionales, como la iniciativa de la Organización Mundial de la Salud (OMS) para eliminar el cáncer de cuello uterino, la cobertura del cribado sigue siendo inferior al 15 % en muchos países de ingresos bajos y medios. Los métodos actuales, como la inspección visual con ácido acético, suelen tener una precisión limitada, mientras que el acceso a pruebas de detección del VPH de calidad y a servicios de seguimiento continúa siendo desigual. Para hacer frente a estas limitaciones, el estudio PAVE ha evaluado una estrategia que combina la recogida de muestras por parte de las propias mujeres para detectar el VPH, la genotipificación ampliada del virus y la evaluación visual automatizada (AVE, por sus siglas en inglés) de imágenes del cuello uterino. Este enfoque está diseñado para poder aplicarse a gran escala y adaptarse a entornos con infraestructuras limitadas, manteniendo una elevada precisión diagnóstica.
Combinar las pruebas del VPH y la inteligencia artificial para evaluar mejor el riesgo
El estudio incluyó a más de 50.000 mujeres de entre 25 y 49 años entre 2022 y 2025 en Brasil, Camboya, República Dominicana, El Salvador, Esuatini, Honduras, Malaui, Nigeria y Tanzania. Las participantes recogieron sus propias muestras para realizar pruebas de detección del VPH capaces de identificar trece tipos del virus con potencial cancerígeno. A las mujeres que dieron positivo se les tomaron imágenes del cuello uterino mediante un colposcopio portátil y, posteriormente, se les realizó una biopsia para confirmar el diagnóstico. Las imágenes se analizaron mediante un algoritmo de evaluación visual automatizada (AVE) basado en aprendizaje profundo, que clasificó los resultados como graves, indeterminados o normales.
"De las casi 49.000 mujeres con resultados válidos, más de una de cada cuatro dio positivo en VPH y la mayoría acudió a la evaluación de seguimiento", explica Silvia de Sanjosé, investigadora asociada de ISGlobal y primera autora del estudio. "Identificamos más de 500 casos de lesiones precancerosas graves, conocidas como CIN3+, que corresponden al estadio más avanzado antes del cáncer de cuello uterino. Su prevalencia fue mayor entre las mujeres que viven con el VIH".
El riesgo de presentar lesiones graves aumentaba tanto en función del tipo de VPH como de la gravedad de las alteraciones detectadas por el sistema de inteligencia artificial. Las infecciones por VPH16, el tipo con mayor potencial cancerígeno, presentaron el riesgo más elevado, especialmente cuando el análisis automatizado de imágenes también detectaba alteraciones graves.
Un enfoque más eficiente y aplicable a gran escala para el cribado del cáncer de cuello uterino
Los resultados han demostrado la eficacia de una estrategia que combina la autorrecogida de muestras, la genotipificación ampliada del VPH y la evaluación visual automatizada para detectar lesiones CIN3+. Este modelo puede mejorar la eficiencia del cribado del cáncer de cuello uterino al permitir adaptar el seguimiento y el tratamiento al nivel de riesgo de cada mujer. Esto resulta especialmente relevante en entornos con recursos limitados, donde muchas mujeres dan positivo en VPH y necesitan una evaluación adicional, pero la capacidad de los servicios sanitarios es reducida.
"Nuestros resultados demuestran que las pruebas de detección del VPH y la evaluación visual automatizada aportan información complementaria que puede orientar las decisiones clínicas", añade de Sanjosé. Además, esta estrategia permite que las propias mujeres recojan sus muestras, realizar pruebas rápidas y analizar imágenes en tiempo real, lo que facilita un modelo de cribado, evaluación y tratamiento en un mismo día. Esta es una ventaja importante en contextos donde resulta difícil acudir a visitas de seguimiento.
"Aunque la vacunación contra el VPH se está extendiendo en todo el mundo, el cribado eficaz seguirá siendo esencial durante décadas, especialmente para las poblaciones que no se han beneficiado de la vacunación", explica Mark Schiffman, epidemiólogo de los Institutos Nacionales de Salud de Estados Unidos (NIH) y colíder del estudio. "El enfoque PAVE ofrece una solución viable para ampliar el acceso a un cribado del cáncer de cuello uterino de calidad entre las poblaciones con menor acceso a los servicios sanitarios, contribuyendo así a los esfuerzos mundiales para reducir la incidencia y la mortalidad por esta enfermedad".
Referencia bibliográfica:
de Sanjosé, S., Inturrisi, F., Perkins, R. B., Egemen, D., Rodriguez, A. C., Befano, B., Guillen, D., Jeronimo, J., Campos, N., Ribeiro, A., Ajenifuja, O., Yeates, K., Cremer, M., Goldstein, A., Chen, H., Figueroa, J., Madeleine, M., Norris, T., Raiol, T., . . . Schiffman, M. (2026). Extended genotyping of human papillomavirus and AI-assisted cervical visual evaluation for prediction of cervical precancer in nine resource-limited settings (PAVE): A cross-sectional study. The Lancet Obstetrics, Gynaecology, & Women's Health, 2, e985–e994. https://doi.org/10.1016/S3050-5038(26)00231-1
