IMPLANTES CRANEALES QUE PARECEN CORRECTOS PERO NO SE PUEDEN COLOCAR

Tras una craniectomía descompresiva (una operación que retira parte del cráneo para aliviar un cerebro hinchado), un traumatismo craneal o la extirpación de un tumor que se lleva hueso consigo, al paciente le queda una abertura en el cráneo. Se cierra con un implante adaptado a la anatomía de ese paciente, que debe proteger el cerebro y devolver al cráneo su forma. Si encaja o no se decide en el quirófano.

Estos implantes todavía los dibujan a mano especialistas en diseño asistido por ordenador. Cada caso es lento y caro, lo que limita el número de pacientes que pueden recibir uno. Las redes entrenadas específicamente para esta tarea funcionan bien en los bancos de pruebas públicos, pero necesitan datos de entrenamiento para ello. Los modelos fundacionales, grandes modelos preentrenados con enormes colecciones de formas 3D, prometen saltarse ese paso: un cráneo con un agujero no es más que una forma por completar.

Juzgados como lo haría un cirujano

Marek Wodzinski y sus colegas, de la Universidad AGH de Cracovia y del Sano Centre for Computational Medicine en Polonia, auditaron tres modelos publicados, usados tal cual:

• MSN-FM, que se presenta como el primer modelo fundacional multimodal para completar nubes de puntos médicas en 3D, una forma entregada como un conjunto disperso de puntos, sin superficie ni interior, preentrenado con 100.000 formas médicas y capaz de recibir texto;
• MGPC, entrenado con un millón de pares, con entradas de texto e imagen;
• AdaPoinTr, entrenado con 55 categorías de objetos cotidianos, ninguna de ellas un cráneo, como control no médico.

Usaron 239 cráneos: 210 con huecos tallados artificialmente en escáneres de cráneos completos, y 29 casos reales tras una craniectomía, con el implante que un experto diseñó en realidad. Antes de ejecutar un solo modelo, fijaron dos criterios:

1. Hacerlo mejor que no hacer nada: comparar cada resultado con devolver simplemente el hueso restante del paciente. El hueso extraído es una fina capa junto al hueso que queda, y la puntuación cuenta la zona que falta como cubierta allí donde haya material a menos de 2 mm, así que basta con situarse junto a los bordes del hueco para sumar puntos gratis.
2. Encajar físicamente: el material predicho debe quedar en el hueco sin invadir el hueso restante (tolerancia de 1 milímetro) y cubrir al menos tanto como no hacer nada.

Como vara de medir, construyeron un modelo entrenado para esta tarea concreta, elegido entre 138 variantes por su puntuación en esos mismos 210 casos, lo que lo favorece (un techo en el mejor de los casos más que un competidor justo), y entrenado solo con huecos artificiales, a diferencia de los 29 cráneos reales, y dedicaron la segunda mitad del estudio a intentar desmontar su propia conclusión.

Cero de 239

• En los 210 huecos artificiales, ninguno lo hizo mejor que no hacer nada. Medida como la proporción de la zona que falta recuperada con un margen de 2 mm, su ventaja mediana sobre el hueso restante fue negativa: AdaPoinTr −0,036 (un 3,6 % de la zona que falta menos que el hueso solo), MGPC −0,130, MSN-FM −0,156. El modelo específico ganó +0,745.
• El preentrenamiento médico no ayudó: MSN-FM quedó último, por detrás de un modelo entrenado con objetos cotidianos.
• En los 29 casos reales, MGPC sí superó a no hacer nada, en 24 de 29, el único resultado que va más allá del azar. Los autores señalan que un modelo que pierde en los huecos artificiales pero gana en 29 cráneos reales no zanja la cuestión clínica.
• Resultados implantables: 0 de 239 para cada uno de los tres modelos, frente a 238 de 239 para el modelo específico. De las 2.868 combinaciones de modelo, configuración y cráneo, ninguna se mantuvo fuera del hueso a 1 mm. El material de los modelos penetraba una mediana de 5,4 a 6,6 mm en el propio hueso del paciente, frente a 0,55 mm del modelo específico.

(a) Ganancia respecto a no hacer nada: los tres modelos quedan por debajo de cero y el modelo específico muy por encima. (b) Profundidad de penetración en el hueso restante, con 0/239 implantables para cada uno. — Figura 1, Wodzinski et al. (2026), arXiv:2610.30035, CC BY-SA 4.0.

Las colisiones están en la forma de los resultados, no en su colocación: desplazarlos no cambiaba casi nada.

Bonito no es colocable

Un caso real visto desde fuera y en corte transversal. Los tres modelos cubren el hueco, pero todos invaden hueso que el paciente aún conserva. — Figura 2, Wodzinski et al. (2026), arXiv:2610.30035, CC BY-SA 4.0.

AdaPoinTr devuelve una superficie limpia que cualquiera aceptaría como un cráneo, y sin embargo no es más colocable que las demás. Además, el grosor se pierde desde el principio: con 6.144 puntos repartidos por un cráneo, los puntos vecinos están separados 2,56 mm de media, de modo que las dos caras de una placa de 3 mm no pueden distinguirse. Es una propiedad del formato de nube de puntos, no de un modelo concreto. Los implantes reales son finos: 11 de los 29 medían menos de 3 mm.

Las entradas de texto que anuncian estos modelos resultaron ser decorativas. En MSN-FM, el 97,5 % de la señal de texto es exactamente cero.

Un problema de confianza

«Si se miran las imágenes, los modelos han hecho su trabajo: el defecto está cubierto y la cabeza ha recuperado su forma», escriben los autores. Si se miden esos mismos resultados, ninguno puede colocarse en un paciente. Una nube difusa te pone en guardia; una tapa limpia que obtiene una puntuación anodina y aun así invade el hueso, no. Corregir estos resultados a mano, cráneo a cráneo, es justamente el trabajo manual que los modelos debían eliminar.

Su conclusión: tal como se han publicado, los modelos fundacionales de completado de formas que pudieron obtener «no son fiables» y «no son utilizables en la práctica clínica». El estudio no probó el ajuste fino (fine-tuning) con cráneos, ningún clínico revisó los resultados y 29 casos reales no bastan por sí solos para zanjar una cuestión clínica. El artículo ha sido aceptado en un taller (workshop) de la conferencia ACCV 2026.