El sistema analiza automáticamente las tomografías computarizadas abdominales con un 96 % de sensibilidad para apoyar a los radiólogos en la detección temprana de lesiones.
El cáncer de páncreas es uno de los mayores desafíos clínicos en oncología actualmente, principalmente por la dificultad en su diagnóstico en etapas iniciales. Según el informe Las cifras del cáncer en España 2026 de la Sociedad Española de Oncología Médica (SEOM), se estiman 10.405 nuevos casos de tumores pancreáticos en España para este año. Es una de las neoplasias con un mayor incremento en diagnóstico en los últimos años y con una tasa de supervivencia relativa a cinco años que apenas alcanza el 13 %, según datos del National Cancer Institute (NCI) de Estados Unidos. La carencia de síntomas específicos en fases tempranas, que suelen limitarse a molestias digestivas o fatiga que se suelen asociar a otras condiciones, provoca que se detecte frecuentemente en estadios avanzados.
Frente a esta situación clínica, y con motivo del Día Mundial contra el Cáncer de Páncreas el 19 de noviembre, la tecnología sanitaria incorpora soluciones basadas en inteligencia artificial para optimizar la detección temprana. La startup española Sycai Medical ha desarrollado un software que ayuda a los radiólogos a identificar, caracterizar y monitorizar lesiones pancreáticas quísticas y sólidas mediante tomografía computarizada (TC). Júlia Rodríguez Comas, cofundadora y directora científica de la empresa, señala que el proyecto surgió al observar el alto volumen asistencial que enfrentan los especialistas, quienes deben resolver un número creciente de estudios diagnósticos en tiempos más ajustados, lo que puede incrementar el riesgo de pasar por alto hallazgos iniciales cuando el páncreas no es el motivo principal del examen.
Un análisis automatizado complementario en el TAC abdominal sin necesidad de pruebas extras
La solución creada por Sycai Medical se integra de manera tranquila y fluida en el flujo habitual de trabajo de los hospitales. Siempre que se realiza un TAC abdominal a un paciente por cualquier motivo, el software examina automáticamente las imágenes y presenta los resultados directamente en el entorno informático donde el radiólogo visualiza los estudios, sin requerir tareas adicionales ni modificar la rutina del profesional. Según explica Rodríguez Comas, el sistema funciona «como una segunda revisión constante», capaz de detectar tanto lesiones sólidas como quísticas, incluyendo aquellas con potencial de ser precursoras del cáncer.
El valor principal de esta tecnología es aprovechar al máximo los estudios diagnósticos que ya se realizan en la práctica clínica, evitando exponer al paciente a exploraciones adicionales o molestias. «El propósito es utilizar las pruebas ya efectuadas, sin añadir nuevas ni causar incomodidades al paciente, para garantizar que ninguna lesión importante quede sin ser detectada», afirma la directora científica. Cuando el algoritmo identifica una anomalía sospechosa, no emite un diagnóstico por sí mismo, sino que la decisión clínica corresponde siempre al especialista. El programa señala la lesión y ofrece datos detallados sobre su ubicación, tamaño, características y evolución en comparación con estudios previos disponibles.
Cuando el radiólogo recibe esta información, el equipo médico define el protocolo asistencial más adecuado según la naturaleza de la lesión. Esto puede incluir la realización de pruebas adicionales más específicas, como resonancia magnética o ecoendoscopia, la derivación a una unidad de patología pancreática especializada o el análisis conjunto en un comité multidisciplinar formado por radiólogos, gastroenterólogos, oncólogos y cirujanos. Así, el sistema contribuye a ganar meses relevantes para el tratamiento y disminuye el riesgo de que un paciente con hallazgos importantes no reciba atención adecuada dentro del sistema sanitario.
Implementación en hospitales europeos y retos de financiación en el sistema sanitario
Los estudios clínicos que validan el software de Sycai Medical muestran una sensibilidad global del 96 % en la detección de lesiones pancreáticas. Gracias a estos resultados, la herramienta ya está en funcionamiento en el Hospital de la Santa Creu i Sant Pau de Barcelona, así como en varios centros hospitalarios de Portugal, Italia y Alemania. Además, la compañía dispone de dos productos con marcado CE y se encuentra en proceso de conseguir la autorización de la Administración de Alimentos y Medicamentos (FDA) de Estados Unidos.
A pesar de los avances conseguidos, la directora científica advierte que la implementación de este tipo de innovación enfrenta retos estructurales en los sistemas públicos de salud. Entre las principales barreras se cuentan la lentitud de los procesos de compra pública sanitaria, que carecen de procedimientos específicos para incorporar software de inteligencia artificial, así como los tiempos necesarios para integrar técnicamente estas herramientas en los sistemas hospitalarios, respetando estrictas normas de seguridad y protección de datos. Además, falta un modelo de financiación concreto: aunque el diagnóstico temprano puede suponer un ahorro económico a medio plazo frente al coste elevado de tratar un cáncer avanzado, estos beneficios presupuestarios no siempre se reflejan en el área encargada de cubrir la compra de la tecnología.
Mientras continúan los estudios a largo plazo para medir de forma precisa la anticipación diagnóstica frente a los métodos tradicionales, Rodríguez Comas destaca que el respaldo definitivo para esta tecnología reside en la generación de evidencia en la actividad clínica diaria de los hospitales donde ya se ha implantado. La responsable científica termina solicitando confianza institucional en el talento clínico y tecnológico existente en España, así como en el nivel de sus centros hospitalarios, para consolidar el desarrollo de estas soluciones innovadoras dentro del propio sistema sanitario.
Únete al canal de WhatsApp de Más que al día
Recibe las alertas de última hora directamente en tu móvil.
UNIRME GRATIS AL CANALEl sistema analiza automáticamente las tomografías computarizadas abdominales con un 96 % de sensibilidad para apoyar a los radiólogos en la detección temprana de lesiones.
El cáncer de páncreas es uno de los mayores desafíos clínicos en oncología actualmente, principalmente por la dificultad en su diagnóstico en etapas iniciales. Según el informe Las cifras del cáncer en España 2026 de la Sociedad Española de Oncología Médica (SEOM), se estiman 10.405 nuevos casos de tumores pancreáticos en España para este año. Es una de las neoplasias con un mayor incremento en diagnóstico en los últimos años y con una tasa de supervivencia relativa a cinco años que apenas alcanza el 13 %, según datos del National Cancer Institute (NCI) de Estados Unidos. La carencia de síntomas específicos en fases tempranas, que suelen limitarse a molestias digestivas o fatiga que se suelen asociar a otras condiciones, provoca que se detecte frecuentemente en estadios avanzados.
Frente a esta situación clínica, y con motivo del Día Mundial contra el Cáncer de Páncreas el 19 de noviembre, la tecnología sanitaria incorpora soluciones basadas en inteligencia artificial para optimizar la detección temprana. La startup española Sycai Medical ha desarrollado un software que ayuda a los radiólogos a identificar, caracterizar y monitorizar lesiones pancreáticas quísticas y sólidas mediante tomografía computarizada (TC). Júlia Rodríguez Comas, cofundadora y directora científica de la empresa, señala que el proyecto surgió al observar el alto volumen asistencial que enfrentan los especialistas, quienes deben resolver un número creciente de estudios diagnósticos en tiempos más ajustados, lo que puede incrementar el riesgo de pasar por alto hallazgos iniciales cuando el páncreas no es el motivo principal del examen.
Un análisis automatizado complementario en el TAC abdominal sin necesidad de pruebas extras
La solución creada por Sycai Medical se integra de manera tranquila y fluida en el flujo habitual de trabajo de los hospitales. Siempre que se realiza un TAC abdominal a un paciente por cualquier motivo, el software examina automáticamente las imágenes y presenta los resultados directamente en el entorno informático donde el radiólogo visualiza los estudios, sin requerir tareas adicionales ni modificar la rutina del profesional. Según explica Rodríguez Comas, el sistema funciona «como una segunda revisión constante», capaz de detectar tanto lesiones sólidas como quísticas, incluyendo aquellas con potencial de ser precursoras del cáncer.
El valor principal de esta tecnología es aprovechar al máximo los estudios diagnósticos que ya se realizan en la práctica clínica, evitando exponer al paciente a exploraciones adicionales o molestias. «El propósito es utilizar las pruebas ya efectuadas, sin añadir nuevas ni causar incomodidades al paciente, para garantizar que ninguna lesión importante quede sin ser detectada», afirma la directora científica. Cuando el algoritmo identifica una anomalía sospechosa, no emite un diagnóstico por sí mismo, sino que la decisión clínica corresponde siempre al especialista. El programa señala la lesión y ofrece datos detallados sobre su ubicación, tamaño, características y evolución en comparación con estudios previos disponibles.
Cuando el radiólogo recibe esta información, el equipo médico define el protocolo asistencial más adecuado según la naturaleza de la lesión. Esto puede incluir la realización de pruebas adicionales más específicas, como resonancia magnética o ecoendoscopia, la derivación a una unidad de patología pancreática especializada o el análisis conjunto en un comité multidisciplinar formado por radiólogos, gastroenterólogos, oncólogos y cirujanos. Así, el sistema contribuye a ganar meses relevantes para el tratamiento y disminuye el riesgo de que un paciente con hallazgos importantes no reciba atención adecuada dentro del sistema sanitario.
Implementación en hospitales europeos y retos de financiación en el sistema sanitario
Los estudios clínicos que validan el software de Sycai Medical muestran una sensibilidad global del 96 % en la detección de lesiones pancreáticas. Gracias a estos resultados, la herramienta ya está en funcionamiento en el Hospital de la Santa Creu i Sant Pau de Barcelona, así como en varios centros hospitalarios de Portugal, Italia y Alemania. Además, la compañía dispone de dos productos con marcado CE y se encuentra en proceso de conseguir la autorización de la Administración de Alimentos y Medicamentos (FDA) de Estados Unidos.
A pesar de los avances conseguidos, la directora científica advierte que la implementación de este tipo de innovación enfrenta retos estructurales en los sistemas públicos de salud. Entre las principales barreras se cuentan la lentitud de los procesos de compra pública sanitaria, que carecen de procedimientos específicos para incorporar software de inteligencia artificial, así como los tiempos necesarios para integrar técnicamente estas herramientas en los sistemas hospitalarios, respetando estrictas normas de seguridad y protección de datos. Además, falta un modelo de financiación concreto: aunque el diagnóstico temprano puede suponer un ahorro económico a medio plazo frente al coste elevado de tratar un cáncer avanzado, estos beneficios presupuestarios no siempre se reflejan en el área encargada de cubrir la compra de la tecnología.
Mientras continúan los estudios a largo plazo para medir de forma precisa la anticipación diagnóstica frente a los métodos tradicionales, Rodríguez Comas destaca que el respaldo definitivo para esta tecnología reside en la generación de evidencia en la actividad clínica diaria de los hospitales donde ya se ha implantado. La responsable científica termina solicitando confianza institucional en el talento clínico y tecnológico existente en España, así como en el nivel de sus centros hospitalarios, para consolidar el desarrollo de estas soluciones innovadoras dentro del propio sistema sanitario.
El sistema analiza automáticamente las tomografías computarizadas abdominales con un 96 % de sensibilidad para apoyar a los radiólogos en la detección temprana de lesiones.
El cáncer de páncreas es uno de los mayores desafíos clínicos en oncología actualmente, principalmente por la dificultad en su diagnóstico en etapas iniciales. Según el informe Las cifras del cáncer en España 2026 de la Sociedad Española de Oncología Médica (SEOM), se estiman 10.405 nuevos casos de tumores pancreáticos en España para este año. Es una de las neoplasias con un mayor incremento en diagnóstico en los últimos años y con una tasa de supervivencia relativa a cinco años que apenas alcanza el 13 %, según datos del National Cancer Institute (NCI) de Estados Unidos. La carencia de síntomas específicos en fases tempranas, que suelen limitarse a molestias digestivas o fatiga que se suelen asociar a otras condiciones, provoca que se detecte frecuentemente en estadios avanzados.
Frente a esta situación clínica, y con motivo del Día Mundial contra el Cáncer de Páncreas el 19 de noviembre, la tecnología sanitaria incorpora soluciones basadas en inteligencia artificial para optimizar la detección temprana. La startup española Sycai Medical ha desarrollado un software que ayuda a los radiólogos a identificar, caracterizar y monitorizar lesiones pancreáticas quísticas y sólidas mediante tomografía computarizada (TC). Júlia Rodríguez Comas, cofundadora y directora científica de la empresa, señala que el proyecto surgió al observar el alto volumen asistencial que enfrentan los especialistas, quienes deben resolver un número creciente de estudios diagnósticos en tiempos más ajustados, lo que puede incrementar el riesgo de pasar por alto hallazgos iniciales cuando el páncreas no es el motivo principal del examen.
Un análisis automatizado complementario en el TAC abdominal sin necesidad de pruebas extras
La solución creada por Sycai Medical se integra de manera tranquila y fluida en el flujo habitual de trabajo de los hospitales. Siempre que se realiza un TAC abdominal a un paciente por cualquier motivo, el software examina automáticamente las imágenes y presenta los resultados directamente en el entorno informático donde el radiólogo visualiza los estudios, sin requerir tareas adicionales ni modificar la rutina del profesional. Según explica Rodríguez Comas, el sistema funciona «como una segunda revisión constante», capaz de detectar tanto lesiones sólidas como quísticas, incluyendo aquellas con potencial de ser precursoras del cáncer.
El valor principal de esta tecnología es aprovechar al máximo los estudios diagnósticos que ya se realizan en la práctica clínica, evitando exponer al paciente a exploraciones adicionales o molestias. «El propósito es utilizar las pruebas ya efectuadas, sin añadir nuevas ni causar incomodidades al paciente, para garantizar que ninguna lesión importante quede sin ser detectada», afirma la directora científica. Cuando el algoritmo identifica una anomalía sospechosa, no emite un diagnóstico por sí mismo, sino que la decisión clínica corresponde siempre al especialista. El programa señala la lesión y ofrece datos detallados sobre su ubicación, tamaño, características y evolución en comparación con estudios previos disponibles.
Cuando el radiólogo recibe esta información, el equipo médico define el protocolo asistencial más adecuado según la naturaleza de la lesión. Esto puede incluir la realización de pruebas adicionales más específicas, como resonancia magnética o ecoendoscopia, la derivación a una unidad de patología pancreática especializada o el análisis conjunto en un comité multidisciplinar formado por radiólogos, gastroenterólogos, oncólogos y cirujanos. Así, el sistema contribuye a ganar meses relevantes para el tratamiento y disminuye el riesgo de que un paciente con hallazgos importantes no reciba atención adecuada dentro del sistema sanitario.
Implementación en hospitales europeos y retos de financiación en el sistema sanitario
Los estudios clínicos que validan el software de Sycai Medical muestran una sensibilidad global del 96 % en la detección de lesiones pancreáticas. Gracias a estos resultados, la herramienta ya está en funcionamiento en el Hospital de la Santa Creu i Sant Pau de Barcelona, así como en varios centros hospitalarios de Portugal, Italia y Alemania. Además, la compañía dispone de dos productos con marcado CE y se encuentra en proceso de conseguir la autorización de la Administración de Alimentos y Medicamentos (FDA) de Estados Unidos.
A pesar de los avances conseguidos, la directora científica advierte que la implementación de este tipo de innovación enfrenta retos estructurales en los sistemas públicos de salud. Entre las principales barreras se cuentan la lentitud de los procesos de compra pública sanitaria, que carecen de procedimientos específicos para incorporar software de inteligencia artificial, así como los tiempos necesarios para integrar técnicamente estas herramientas en los sistemas hospitalarios, respetando estrictas normas de seguridad y protección de datos. Además, falta un modelo de financiación concreto: aunque el diagnóstico temprano puede suponer un ahorro económico a medio plazo frente al coste elevado de tratar un cáncer avanzado, estos beneficios presupuestarios no siempre se reflejan en el área encargada de cubrir la compra de la tecnología.
Mientras continúan los estudios a largo plazo para medir de forma precisa la anticipación diagnóstica frente a los métodos tradicionales, Rodríguez Comas destaca que el respaldo definitivo para esta tecnología reside en la generación de evidencia en la actividad clínica diaria de los hospitales donde ya se ha implantado. La responsable científica termina solicitando confianza institucional en el talento clínico y tecnológico existente en España, así como en el nivel de sus centros hospitalarios, para consolidar el desarrollo de estas soluciones innovadoras dentro del propio sistema sanitario.
Únete al canal de WhatsApp de Más que al día
Recibe las alertas de última hora directamente en tu móvil.
UNIRME GRATIS AL CANALEl sistema analiza automáticamente las tomografías computarizadas abdominales con un 96 % de sensibilidad para apoyar a los radiólogos en la detección temprana de lesiones.
El cáncer de páncreas es uno de los mayores desafíos clínicos en oncología actualmente, principalmente por la dificultad en su diagnóstico en etapas iniciales. Según el informe Las cifras del cáncer en España 2026 de la Sociedad Española de Oncología Médica (SEOM), se estiman 10.405 nuevos casos de tumores pancreáticos en España para este año. Es una de las neoplasias con un mayor incremento en diagnóstico en los últimos años y con una tasa de supervivencia relativa a cinco años que apenas alcanza el 13 %, según datos del National Cancer Institute (NCI) de Estados Unidos. La carencia de síntomas específicos en fases tempranas, que suelen limitarse a molestias digestivas o fatiga que se suelen asociar a otras condiciones, provoca que se detecte frecuentemente en estadios avanzados.
Frente a esta situación clínica, y con motivo del Día Mundial contra el Cáncer de Páncreas el 19 de noviembre, la tecnología sanitaria incorpora soluciones basadas en inteligencia artificial para optimizar la detección temprana. La startup española Sycai Medical ha desarrollado un software que ayuda a los radiólogos a identificar, caracterizar y monitorizar lesiones pancreáticas quísticas y sólidas mediante tomografía computarizada (TC). Júlia Rodríguez Comas, cofundadora y directora científica de la empresa, señala que el proyecto surgió al observar el alto volumen asistencial que enfrentan los especialistas, quienes deben resolver un número creciente de estudios diagnósticos en tiempos más ajustados, lo que puede incrementar el riesgo de pasar por alto hallazgos iniciales cuando el páncreas no es el motivo principal del examen.
Un análisis automatizado complementario en el TAC abdominal sin necesidad de pruebas extras
La solución creada por Sycai Medical se integra de manera tranquila y fluida en el flujo habitual de trabajo de los hospitales. Siempre que se realiza un TAC abdominal a un paciente por cualquier motivo, el software examina automáticamente las imágenes y presenta los resultados directamente en el entorno informático donde el radiólogo visualiza los estudios, sin requerir tareas adicionales ni modificar la rutina del profesional. Según explica Rodríguez Comas, el sistema funciona «como una segunda revisión constante», capaz de detectar tanto lesiones sólidas como quísticas, incluyendo aquellas con potencial de ser precursoras del cáncer.
El valor principal de esta tecnología es aprovechar al máximo los estudios diagnósticos que ya se realizan en la práctica clínica, evitando exponer al paciente a exploraciones adicionales o molestias. «El propósito es utilizar las pruebas ya efectuadas, sin añadir nuevas ni causar incomodidades al paciente, para garantizar que ninguna lesión importante quede sin ser detectada», afirma la directora científica. Cuando el algoritmo identifica una anomalía sospechosa, no emite un diagnóstico por sí mismo, sino que la decisión clínica corresponde siempre al especialista. El programa señala la lesión y ofrece datos detallados sobre su ubicación, tamaño, características y evolución en comparación con estudios previos disponibles.
Cuando el radiólogo recibe esta información, el equipo médico define el protocolo asistencial más adecuado según la naturaleza de la lesión. Esto puede incluir la realización de pruebas adicionales más específicas, como resonancia magnética o ecoendoscopia, la derivación a una unidad de patología pancreática especializada o el análisis conjunto en un comité multidisciplinar formado por radiólogos, gastroenterólogos, oncólogos y cirujanos. Así, el sistema contribuye a ganar meses relevantes para el tratamiento y disminuye el riesgo de que un paciente con hallazgos importantes no reciba atención adecuada dentro del sistema sanitario.
Implementación en hospitales europeos y retos de financiación en el sistema sanitario
Los estudios clínicos que validan el software de Sycai Medical muestran una sensibilidad global del 96 % en la detección de lesiones pancreáticas. Gracias a estos resultados, la herramienta ya está en funcionamiento en el Hospital de la Santa Creu i Sant Pau de Barcelona, así como en varios centros hospitalarios de Portugal, Italia y Alemania. Además, la compañía dispone de dos productos con marcado CE y se encuentra en proceso de conseguir la autorización de la Administración de Alimentos y Medicamentos (FDA) de Estados Unidos.
A pesar de los avances conseguidos, la directora científica advierte que la implementación de este tipo de innovación enfrenta retos estructurales en los sistemas públicos de salud. Entre las principales barreras se cuentan la lentitud de los procesos de compra pública sanitaria, que carecen de procedimientos específicos para incorporar software de inteligencia artificial, así como los tiempos necesarios para integrar técnicamente estas herramientas en los sistemas hospitalarios, respetando estrictas normas de seguridad y protección de datos. Además, falta un modelo de financiación concreto: aunque el diagnóstico temprano puede suponer un ahorro económico a medio plazo frente al coste elevado de tratar un cáncer avanzado, estos beneficios presupuestarios no siempre se reflejan en el área encargada de cubrir la compra de la tecnología.
Mientras continúan los estudios a largo plazo para medir de forma precisa la anticipación diagnóstica frente a los métodos tradicionales, Rodríguez Comas destaca que el respaldo definitivo para esta tecnología reside en la generación de evidencia en la actividad clínica diaria de los hospitales donde ya se ha implantado. La responsable científica termina solicitando confianza institucional en el talento clínico y tecnológico existente en España, así como en el nivel de sus centros hospitalarios, para consolidar el desarrollo de estas soluciones innovadoras dentro del propio sistema sanitario.

















