Colposcopia con inteligencia artificial: una respuesta clínica al rezago en el diagnóstico del cáncer de cuello uterino en Colombia

Una enfermedad evitable que sigue matando en los territorios donde menos llega el sistema

El cáncer de cuello uterino tiene una particularidad que lo separa del resto de tumores ginecológicos: conocemos su causa, sabemos cómo prevenirlo y disponemos de pruebas para detectarlo años antes de que se vuelva invasor. Aun así, en Colombia continúa siendo la cuarta causa de incidencia y la quinta de mortalidad por cáncer en mujeres. Para 2022, GLOBOCAN estimó cerca de 4.500 casos nuevos y más de 2.400 muertes al año², una cifra que la Cuenta de Alto Costo confirma al reportar más de 27.000 mujeres viviendo con la enfermedad en su forma invasiva¹.

El número crudo, sin embargo, esconde lo más importante: dónde está ocurriendo. El Lineamiento del Plan de Choque del Ministerio de Salud (2025)³ muestra que las tasas más altas se concentran de manera persistente en los departamentos del Grupo Amazonas, La Guajira, Arauca, Casanare, Vichada, Vaupés, Guainía, Guaviare, Caquetá, Meta y Putumayo —los mismos territorios donde Murcia y colaboradores documentaron vacíos completos de oferta oncológica, mientras la mitad de los servicios del país se concentraba en Bogotá, Antioquia y Valle del Cauca⁴.

A ese cuello de botella estructural se suma una brecha de talento humano. En ginecología oncológica y colposcopia experta, los pocos profesionales certificados se concentran en ciudades capitales, mientras que la mujer del piedemonte llanero, del Pacífico chocoano o de la Amazonia debe desplazarse decenas de horas para acceder a una segunda lectura especializada⁵.

El problema no es solo el acceso: también lo es la prueba

Aun cuando la paciente logra llegar al colposcopista, la prueba diagnóstica que la recibe arrastra limitaciones bien documentadas. La colposcopia es una técnica operador-dependiente: el metaanálisis de Zhang y colaboradores⁸, que reunió quince estudios con más de veintidós mil participantes, mostró que su sensibilidad para detectar lesiones de alto grado se mantiene moderada y muy variable según la experiencia del observador.

Un estudio colombiano sobre la escala Swede concluyó que la concordancia interobservador varía de baja a moderada según el nivel de entrenamiento de los ginecólogos⁷. Es decir, lo que ya es lugar común en la literatura: dos colposcopistas pueden ver la misma imagen y emitir conductas distintas.

Qué cambia con la inteligencia artificial aplicada a la colposcopia

La colposcopia asistida por inteligencia artificial no es un colposcopio "más moderno". Es un cambio de paradigma diagnóstico. La imagen digital del cuello uterino, capturada tras la aplicación de ácido acético, es procesada por redes neuronales convolucionales profundas entrenadas con decenas de miles de casos previamente correlacionados con histología. El algoritmo segmenta la zona de transformación, identifica patrones de acetorreacción, vasos atípicos, mosaico y puntillado, y entrega en segundos una clasificación de riesgo de lesión intraepitelial.

La evidencia de su rendimiento ha crecido con rapidez. La revisión sistemática de Takahashi y colaboradores¹³, que analizó diecinueve estudios, concluyó que los modelos de aprendizaje profundo superan de manera consistente a los métodos convencionales en sensibilidad y especificidad. La investigación del National Cancer Institute de EE. UU.¹¹, realizada sobre el archivo histórico de Costa Rica, demostró que el algoritmo identificó precáncer con una precisión superior tanto a la revisión de un experto humano como a la citología convencional.

Más relevante aún para nuestro contexto: estos sistemas mejoran la consistencia. Al asistir incluso a colposcopistas experimentados, la sensibilidad para detección de lesiones de alto grado aumenta sin pérdida significativa de especificidad, y permite que un médico general adecuadamente entrenado tome decisiones de remisión equivalentes a las de un especialista.

CerviCARE® AI: un sistema diseñado para entornos con limitaciones

Dentro del ecosistema de soluciones que han alcanzado validación regulatoria y publicación en revistas indexadas, CerviCARE® AI, desarrollado por NTL Healthcare (República de Corea), destaca por la calidad de su evidencia y su enfoque hacia entornos de baja y mediana complejidad.

El estudio pivotal multicéntrico publicado por Ouh y colaboradores en Scientific Reports (Nature, 2024)⁹ reportó sensibilidad y especificidad por encima del 95 % frente al estándar histológico, con desempeño aún mayor para lesiones de alto grado (CIN2 o superior).

Un segundo estudio independiente en Journal of Clinical Medicine¹⁰ comparó el sistema con un ginecólogo oncólogo de más de treinta años de experiencia. La concordancia diagnóstica fue clínicamente relevante y el perfil de especificidad equivalente, lo que respalda el uso del software como herramienta de asistencia diagnóstica complementaria, no como reemplazo del juicio clínico.

En el plano regulatorio colombiano, la importación y comercialización de equipos médicos de este tipo está sujeta a registro sanitario del INVIMA, trámite del cual se ocupa el distribuidor autorizado en el país.

Qué puede significar esto para Colombia

Si traducimos los datos a un modelo operacional, la promesa es concreta. Una enfermera profesional o un médico general entrenados pueden capturar una imagen digital del cérvix con un equipo portátil tras la aplicación de ácido acético; el algoritmo entrega en segundos una estratificación de riesgo objetiva; los casos positivos se priorizan para colposcopia confirmatoria y biopsia, y los negativos regresan a su ciclo de tamización con trazabilidad.

No reemplaza al colposcopista certificado —ni debe pretenderlo—, pero permite que su tiempo se concentre donde realmente agrega valor: lesiones complejas, zonas de transformación tipo 3, seguimiento de NIC y manejo terapéutico.

Una reflexión final

La eliminación del cáncer de cuello uterino que la OMS proyecta para 2030 no se va a lograr con más equipos en las capitales. Se va a lograr —si se logra— acercando capacidad diagnóstica a la mujer que hoy tarda dos días en llegar a un puesto de salud y otros tres meses en recibir el resultado de su biopsia. La colposcopia asistida por inteligencia artificial es, en ese sentido, menos una innovación tecnológica que una herramienta de equidad: estandariza la lectura, reduce la dependencia de la experiencia individual del operador y traslada el conocimiento del especialista de tercer nivel al sitio donde la paciente consulta por primera vez.

Para los equipos clínicos colombianos que hoy enfrentan esa realidad, vale la pena conocer de cerca la evidencia que respalda estas soluciones y evaluar su integración dentro de las rutas integrales de atención.

Referencias

1. Cuenta de Alto Costo. Día mundial de la prevención del cáncer de cuello uterino 2025. cuentadealtocosto.org
2. International Agency for Research on Cancer (IARC). GLOBOCAN 2022 – Colombia Fact Sheet. gco.iarc.who.int
3. Ministerio de Salud y Protección Social; Instituto Nacional de Cancerología. Lineamiento para el fortalecimiento de las acciones para el control del cáncer de cuello del útero. Bogotá: MinSalud; 2025.
4. Murcia E, et al. Oncology services supply in Colombia. Colomb Med (Cali). 2018;49(1):89–96.
5. Murillo R, et al. The Colombian Medical Oncologists Workforce. JCO Glob Oncol. 2019;5.
6. García-Balaguera C, Ruiz Rodríguez SP. Demoras en el diagnóstico y tratamiento de cáncer de cuello uterino en el departamento del Meta, 2017-2023. Rev Colomb Obstet Ginecol. 2025;76(2).
7. Niño LM, et al. Evaluación de la concordancia interobservador de la escala Swede para imágenes colposcópicas digitales. Rev Colomb Obstet Ginecol.
8. Zhang L, et al. Sensitivity and specificity of colposcopy for detection of cervical intraepithelial neoplasia: systematic review and meta-analysis. BMC Cancer. 2023.
9. Ouh YT, Kim TJ, Ju W, et al. Development and validation of AI-based analysis software to support screening of cervical intraepithelial neoplasia. Sci Rep. 2024;14:1957.
10. So KA, Jang EB, Shim SH, Lee SJ, Kim TJ. Diagnostic Accuracy of Artificial Intelligence vs. Oncologist Interpretation in Digital Cervicography. J Clin Med. 2025;14(5):1763.
11. Hu L, Bell D, Antani S, et al. Deep Learning and Automated Evaluation of Cervical Images for Cancer Screening. JNCI J Natl Cancer Inst. 2019;111(9):923–932.
12. National Cancer Institute (NCI). Researchers create AI approach for cervical cancer screening. Press release, 2019.
13. Takahashi T, et al. A Systematic Review of the Application of Artificial Intelligence in Colposcopy. Cancer Control. 2025.
14. Business Korea. CerviCARE® AI, First On-Device AI in Gynecology to Receive Class III Approval. 2025.
15. CES 2026 Innovation Awards. Dr.CerviCARE® AI: On-Device AI Cervical Cancer Screening System.
16. Instituto Nacional de Salud. Protocolo de vigilancia en salud pública – Cáncer de mama y cuello uterino. 2024.
17. Ministerio de Salud y Protección Social. Resolución 3280 de 2018.