Un estudio multicéntrico publicado en febrero 2026 en The Journal of Clinical Endocrinology & Metabolism propone una nueva aplicación de la inteligencia artificial (IA) para el diagnóstico temprano de la acromegalia mediante el análisis automatizado de imágenes de la mano. La investigación evaluó un modelo de aprendizaje profundo capaz de identificar cambios morfológicos característicos de esta enfermedad endocrina rara a partir de fotografías simples.
La acromegalia, generalmente causada por un adenoma hipofisario secretor de hormona del crecimiento, suele diagnosticarse con retrasos de entre 5 y 10 años debido a la progresión lenta de los signos clínicos. Durante este tiempo pueden desarrollarse complicaciones cardiovasculares, metabólicas y osteoarticulares. En este contexto, herramientas que faciliten la detección temprana podrían mejorar significativamente el pronóstico de los pacientes.
El estudio incluyó datos de múltiples centros en Japón y utilizó imágenes de manos de pacientes con acromegalia y de controles sin la enfermedad. Los investigadores entrenaron un algoritmo de deep learning para reconocer patrones sutiles asociados con la enfermedad, como el engrosamiento de tejidos blandos y cambios en la morfología de los dedos y la palma.
Los resultados mostraron que el sistema logró una alta precisión diagnóstica al diferenciar entre pacientes con acromegalia y sujetos sanos, lo que sugiere que el análisis automatizado de imágenes podría convertirse en una herramienta útil de cribado clínico. Además, el método tiene la ventaja de ser no invasivo y potencialmente aplicable en entornos de atención primaria o mediante telemedicina.
Los autores señalan que, aunque esta tecnología no reemplaza las pruebas bioquímicas ni la evaluación endocrinológica especializada, podría funcionar como un sistema de alerta temprana que identifique pacientes que requieren evaluación adicional, como mediciones de IGF-1 (factor de crecimiento similar a la insulina tipo 1) o estudios de imagen hipofisaria.
Este enfoque refleja una tendencia creciente en medicina digital: el uso de algoritmos de inteligencia artificial para detectar enfermedades a partir de características físicas captadas en imágenes clínicas. Si se valida en poblaciones más amplias y diversas, la herramienta podría contribuir a reducir el subdiagnóstico de la acromegalia y acelerar el acceso al tratamiento especializado.
Referencias:
1. Ohmachi Y, et al. Automatic acromegaly detection using deep learning on hand images: a multicenter observational study. J Clin Endocrinol Metab. 2026 Feb 27:dgag027. https://academic.oup.com/jcem/advance-article/doi/10.1210/clinem/dgag027/8494383?login=false
