Esta revisión explora el paisaje multifacético del carcinoma de células renales (CCR) adentrándose tanto en modelos mecanicistas como de aprendizaje automático. Mientras que los modelos de aprendizaje automático aprovechan la expresión génica de los pacientes y los datos clínicos a través de una variedad de técnicas para predecir los resultados de los pacientes, los modelos mecanicistas se centran en investigar las interacciones de las células y moléculas dentro de los tumores de CCR. Estas interacciones se centran notablemente en las células inmunes, citoquinas, células tumorales y el desarrollo de metástasis pulmonares. Los conocimientos obtenidos tanto de los modelos de aprendizaje automático como de los mecanicistas abarcan aspectos críticos como la identificación de genes característicos, interacciones sensibles en los microambientes de los tumores, desarrollo de metástasis en otros órganos y la evaluación de las probabilidades de supervivencia. Al revisar los modelos de CCR, este estudio tiene como objetivo arrojar luz sobre las oportunidades de integración de enfoques de aprendizaje automático y modelado mecanicista para la optimización del tratamiento y la identificación de objetivos específicos, todo lo cual es esencial para mejorar los resultados de los pacientes.