La planificación de tratamientos de radioterapia oncológica es un proceso de alta complejidad técnica que exige un delicado equilibrio entre la dosis terapéutica dirigida al tumor y la protección de los órganos sanos circundantes. Tradicionalmente, los equipos clínicos —oncólogos radioterápicos y dosimetristas— realizan un ajuste manual e iterativo de los hiperparámetros del optimizador numérico, como los pesos asignados al volumen tumoral y a los órganos de riesgo. Este método, basado en prueba y error, consume mucho tiempo, depende de la experiencia del planificador y puede resultar subjetivo. En este contexto, la inteligencia artificial está abriendo nuevas vías para automatizar y mejorar la optimización de estos planes, reduciendo la carga de trabajo y aumentando la precisión clínica.

Un equipo de investigadores de la Universidad de Stanford ha desarrollado un enfoque innovador denominado TextGrad, que aplica la retropropagación de retroalimentación textual para ajustar los hiperparámetros de planificación radioterápica. En lugar de depender únicamente de gradientes numéricos, este sistema emplea un modelo de lenguaje de gran escala (LLM) para evaluar el plan generado por un optimizador convencional —como matRad— y produce sugerencias en lenguaje natural sobre cómo modificar los pesos de las estructuras (PTV, vejiga, recto, cabezas femorales, cuerpo) para mejorar el cumplimiento de los objetivos clínicos. Los resultados experimentales muestran que los planes optimizados con TextGrad superan a los planes clínicos realizados por humanos en métricas como la dosis media en el volumen tumoral y la protección de órganos sanos, logrando incluso igualar exactamente la dosis prescrita en el indicador D95. Este avance demuestra cómo los agentes IA pueden integrarse en flujos de trabajo sanitarios para ofrecer ia para empresas que transforman procesos críticos.

La aplicación de esta metodología no se limita al ámbito sanitario: representa un paradigma general de optimización basada en lenguaje que puede extenderse a otros sectores donde se requiera ajustar parámetros de sistemas complejos. Para las organizaciones que buscan incorporar estas capacidades, el desarrollo de software a medida y aplicaciones a medida resulta fundamental. Empresas como Q2BSTUDIO ofrecen soluciones de inteligencia artificial para empresas que permiten implementar este tipo de optimizaciones, así como servicios cloud aws y azure para escalar los procesos, ciberseguridad para proteger datos sensibles, y servicios inteligencia de negocio con power bi para visualizar resultados. La combinación de estas tecnologías habilita a las compañías a automatizar la toma de decisiones en entornos dinámicos, reduciendo costes y mejorando la calidad de los resultados, tal como se ha demostrado en la planificación radioterápica con TextGrad.