Este whitepaper de Arkangel AI es una síntesis narrativa de evidencia sobre qué tareas de inteligencia artificial en oncología tienen respaldo útil, cuáles siguen siendo emergentes y qué debe preceder su evaluación en América Latina y el Caribe. Los autores buscaron en PubMed, PMC, Crossref, sitios de editoriales y fuentes oficiales de ASCO y la OMS, con una búsqueda principal el 14 de junio de 2026, y reunieron 27 fuentes en seis dominios: mamografía asistida por IA, patología digital, modelos de lenguaje y apoyo informativo, extracción desde historias clínicas, búsqueda de ensayos clínicos y evidencia regional y de gobernanza. No es una revisión sistemática, y las categorías de madurez son juicios narrativos de los autores.
La mamografía asistida por IA dentro de programas de tamizaje organizados tuvo la evidencia más madura. En el estudio de implementación alemán PRAIM, con 461,818 mujeres, la lectura asistida por IA detectó 6.7 cánceres por 1,000 frente a 5.7 sin IA, una diferencia relativa ajustada de 17.6% sin aumento de rellamadas, y el análisis intermedio del ensayo aleatorizado MASAI (80,020 participantes) reportó 44.3% menos carga de lectura; ninguno demuestra beneficio en mortalidad. La patología digital tiene validaciones externas para tareas específicas, pero el 99% de 100 estudios de una revisión tenía al menos un dominio con riesgo de sesgo o aplicabilidad alto o incierto, mientras que los modelos de lenguaje, la extracción de historias y la búsqueda de ensayos siguen siendo retrospectivos o experimentales. La evidencia directa de América Latina no bastó para establecer efectividad regional. Es un whitepaper sin revisión por pares, y todos los autores trabajan en Arkangel AI.
