Cuando pensamos en el diagnóstico del cáncer solemos imaginar sofisticados escáneres, algoritmos de inteligencia artificial y especialistas con años de experiencia. Sin embargo, una línea de investigación que sigue llamando la atención de científicos y divulgadores demuestra que un animal tan común como la paloma puede desempeñar un papel sorprendente en la interpretación de imágenes médicas. Aunque la idea pueda parecer sacada de una curiosidad científica, varios estudios han mostrado que estas aves son capaces de aprender a distinguir entre tejidos sanos y cancerosos con una precisión notable.

Lejos de plantear un futuro en el que las palomas sustituyan a médicos o radiólogos, estos trabajos ayudan a comprender mejor cómo funcionan los procesos de reconocimiento visual y cómo podrían desarrollarse nuevas herramientas de apoyo para la medicina. Además, ponen de relieve que algunas capacidades cognitivas presentes en especies aparentemente simples pueden resultar mucho más sofisticadas de lo que se creía.

Un talento inesperado para analizar imágenes

Las palomas urbanas suelen ser consideradas aves corrientes, pero los investigadores llevan décadas descubriendo habilidades cognitivas sorprendentes en ellas. Han demostrado ser capaces de reconocer rostros humanos, distinguir estilos artísticos e incluso memorizar grandes cantidades de imágenes. Sobre esa base surgió una pregunta aparentemente extraña: ¿podrían aprender a identificar señales visuales asociadas al cáncer?

La respuesta comenzó a tomar forma gracias a trabajos desarrollados por investigadores de la Universidad de California en Davis y la Universidad de Iowa. Mediante técnicas de condicionamiento operante, las aves fueron entrenadas para diferenciar imágenes de tejido mamario benigno y maligno. Cada vez que una paloma realizaba una clasificación correcta recibía una pequeña recompensa alimenticia, reforzando así el aprendizaje.

Los resultados sorprendieron incluso a los propios investigadores. Tras aproximadamente dos semanas de entrenamiento, algunas aves alcanzaron tasas de acierto cercanas al 85 % al distinguir entre muestras cancerosas y no cancerosas. Lo más llamativo fue que no se limitaron a memorizar imágenes concretas, sino que fueron capaces de generalizar el aprendizaje a nuevas imágenes que nunca habían visto anteriormente. Diversas publicaciones científicas y divulgativas  describen estos resultados con detalle.

Cómo se entrenó a las aves

El sistema empleado era relativamente sencillo desde el punto de vista experimental. Las palomas interactuaban con una pantalla táctil que mostraba imágenes digitalizadas de biopsias o mamografías. Dependiendo de si la imagen correspondía a tejido sano o canceroso, el ave debía seleccionar una respuesta específica.

Desde una perspectiva técnica, las imágenes utilizadas incluían muestras histopatológicas digitalizadas observadas a magnificaciones de 4x, 10x y 20x. Los investigadores también modificaron variables como el color, el contraste y los niveles de compresión digital para determinar si las aves dependían de características superficiales o si realmente reconocían patrones relevantes.

Los resultados mostraron que la eliminación parcial de información cromática reducía ligeramente el rendimiento, pero no anulaba la capacidad de clasificación. Esto sugiere que las palomas utilizan simultáneamente múltiples características visuales, incluyendo textura, distribución espacial y patrones de contraste.

Otro dato especialmente interesante fue que, cuando se combinaron las respuestas de cuatro palomas mediante un sistema de votación colectiva, la precisión global alcanzó alrededor del 99 %. Este fenómeno, denominado en algunos trabajos “flock-sourcing”, recuerda a los sistemas de inteligencia colectiva utilizados en análisis de datos y aprendizaje automático.

Más cerca de la inteligencia artificial de lo que parece

A primera vista podría parecer absurdo comparar una paloma con un algoritmo moderno de inteligencia artificial, pero existen ciertos paralelismos interesantes. Tanto los modelos de aprendizaje automático como las aves entrenadas aprenden mediante la exposición repetida a ejemplos etiquetados.

Desde un punto de vista técnico, el proceso se asemeja a una tarea de clasificación binaria supervisada. Las imágenes se dividen en categorías —benignas o malignas— y el sistema ajusta progresivamente sus respuestas en función de la retroalimentación recibida. Aunque el cerebro de una paloma tiene un volumen diminuto comparado con el humano, sus circuitos neuronales especializados en reconocimiento visual han evolucionado durante millones de años para identificar patrones complejos en entornos naturales.

Investigaciones más recientes continúan explorando estas capacidades. Por ejemplo, un estudio publicado en 2026 sobre detección de anomalías pulmonares mediante tomografía computarizada. Además, algunos investigadores han propuesto que mecanismos similares al aprendizaje por transferencia podrían explicar parte de la capacidad de las palomas para interpretar imágenes histopatológicas, una hipótesis discutida aquí.

Sus limitaciones también son importantes

Los buenos resultados obtenidos en determinadas pruebas no significan que las palomas puedan convertirse en patólogas o radiólogas. De hecho, los estudios también revelaron limitaciones muy claras.

Cuando las aves tuvieron que identificar masas sospechosas en mamografías, una tarea considerablemente más compleja desde el punto de vista visual, su rendimiento cayó de forma significativa. En estos casos parecían depender más de la memorización de ejemplos concretos que de una comprensión generalizable de los patrones asociados a la enfermedad. Los investigadores observaron que, al enfrentarse a imágenes nuevas de este tipo, los resultados apenas superaban el azar.

Esta diferencia resulta extremadamente valiosa para la ciencia porque permite identificar qué tipos de patrones visuales son susceptibles de ser reconocidos mediante aprendizaje estadístico simple y cuáles requieren procesos cognitivos más complejos. En otras palabras, las limitaciones de las palomas ayudan a comprender mejor las limitaciones de cualquier sistema de reconocimiento visual, incluidos algunos algoritmos de IA.

Lo que realmente aporta este descubrimiento

El objetivo de estas investigaciones nunca ha sido sustituir a los profesionales sanitarios. Un diagnóstico médico implica mucho más que observar una imagen. Los especialistas combinan datos clínicos, antecedentes del paciente, pruebas complementarias y conocimientos anatómicos para emitir una valoración completa.

Sin embargo, las palomas podrían servir como modelos biológicos para estudiar procesos de percepción visual. También podrían utilizarse en investigaciones destinadas a evaluar la calidad de nuevas tecnologías de imagen médica. Si un cambio en la compresión digital o en el procesamiento de una imagen reduce sistemáticamente la capacidad de clasificación de observadores entrenados, eso puede proporcionar información útil para optimizar sistemas diagnósticos.

Además, estos trabajos recuerdan que la detección del cáncer no depende únicamente de la tecnología más avanzada. Existen numerosos enfoques experimentales basados en capacidades biológicas extraordinarias. Perros entrenados, por ejemplo, han demostrado detectar ciertos tipos de cáncer mediante compuestos orgánicos volátiles presentes en muestras biológicas, una línea de investigación que sigue explorándose actualmente.

Una lección sobre la inteligencia animal

La historia de las palomas detectoras de cáncer va mucho más allá de una simple anécdota científica. Nos obliga a replantearnos la forma en que valoramos la inteligencia animal y demuestra que capacidades aparentemente complejas pueden surgir en organismos muy diferentes al ser humano.

Aunque nadie espera encontrar una consulta médica gestionada por aves, los experimentos han demostrado que un cerebro del tamaño aproximado de una nuez puede aprender patrones visuales extremadamente sofisticados. Con precisiones individuales cercanas al 85 % y rendimientos colectivos que rozan el 99 % en determinadas tareas, estas aves se han convertido en una herramienta inesperada para estudiar percepción, aprendizaje y reconocimiento de imágenes.

En una época dominada por la inteligencia artificial, resulta curioso comprobar que algunas respuestas siguen llegando desde la biología. Y en este caso concreto, desde unas aves que la mayoría de las personas apenas presta atención cuando las ve caminando por plazas y parques.

Reflexiones adicionales

La investigación sobre palomas y cáncer demuestra que la capacidad de reconocer patrones complejos no es exclusiva de los seres humanos ni de los sistemas informáticos modernos. Aunque estas aves nunca reemplazarán a médicos especializados, sí ofrecen una plataforma experimental única para comprender cómo se procesa la información visual. También sirven como recordatorio de que la evolución ha desarrollado soluciones sorprendentes para problemas que hoy intentamos resolver mediante algoritmos. En cierto modo, estos estudios representan un punto de encuentro entre neurociencia, biología cognitiva e inteligencia artificial.