A new AI tool predicts colorectal cancer risk in ulcerative colitis patients with high accuracy, enabling safer colonoscopy scheduling. Una nueva herramienta de IA predice el riesgo de cáncer colorrectal en pacientes con colitis ulcerosa con alta precisión, permitiendo una programación de colonoscopia más segura.

A new AI tool developed by UC San Diego researchers can accurately predict colorectal cancer risk in ulcerative colitis patients with precancerous changes, using data from 55,000 patients in the VA health system. Una nueva herramienta de IA desarrollada por investigadores de UC San Diego puede predecir con precisión el riesgo de cáncer colorrectal en pacientes de colitis ulcerosa con cambios precancerosos, utilizando datos de 55,000 pacientes en el sistema de salud de VA. The system assesses four key factors to classify patients into five risk levels, correctly identifying nearly half as low-risk—with almost 99% avoiding cancer within two years. El sistema evalúa cuatro factores clave para clasificar a los pacientes en cinco niveles de riesgo, identificando correctamente a casi la mitad como de bajo riesgo, con casi el 99% evitando el cáncer en un plazo de dos años. This could allow safer extension of colonoscopy intervals for low-risk individuals, reducing unnecessary procedures and patient burden. Esto podría permitir una extensión más segura de los intervalos de colonoscopia para individuos de bajo riesgo, reduciendo procedimientos innecesarios y la carga del paciente. The tool offers a standardized, data-driven alternative to current subjective risk assessments and may help prevent delayed follow-ups. La herramienta ofrece una alternativa estandarizada, basada en datos, a las actuales evaluaciones subjetivas de riesgos y puede ayudar a evitar retrasos en el seguimiento. Researchers plan to validate it in broader populations and incorporate genetic data. Los investigadores tienen previsto validarlo en poblaciones más amplias e incorporar datos genéticos. The study was published on February 17, 2026. El estudio fue publicado el 17 de febrero de 2026.