La IA eleva un 15% la detección de cáncer de mama

Actualizado hace 9 minutos

La inteligencia artificial mejora la precisión de las mamografías de cribado e incrementa en un 15,2 por ciento la tasa de detección de cáncer de mama, además de reducir la carga de trabajo del radiólogo en un 63,3 por ciento, según el estudio realizado por radiólogos especializados en mama de la Sociedad Española de Radiología Médica (SERAM).

El estudio, publicado en la revista 'Nature Medicine', ha evaluado a 31.301 mujeres en las que se detectaron un total de 252 cánceres, lo que lo convierte en uno de los estudios "más amplios" realizados hasta la fecha.

Menos carga, misma eficacia

Los resultados del mismo muestran que la IA permite reducir en 40.000 las lecturas realizadas por radiólogos, al identificar "de forma segura" los estudios de bajo riesgo que pueden clasificarse como normales "sin necesidad de revisión humana".

En concreto, la estrategia con IA permitió que solo el 36,4 por ciento de las mamografías fueran revisadas por radiólogos (11.384 estudios), frente al 100 por cien en el modelo convencional. Todo ello sin afectar "negativamente a la detección del cáncer ni al valor predictivo positivo" de los estudios revisados.

Mejora en la detección

De hecho, varios estudios retrospectivos han demostrado que los radiólogos mejoraron su precisión en la detección del cáncer cuando utilizaron un sistema de IA como apoyo de lectura concurrente.

La radióloga especializada en mama de la SERAM, Marina Álvarez Benito, ha comentado que la estrategia basada en inteligencia artificial ha logrado "incrementar la tasa de detección de cáncer en un 15,2 por ciento", pasando de 6,3 a 7,3 casos por cada 1.000 mujeres cribadas, lo que supone detectar 228 cánceres frente a 198 con el método estándar.

Diagnóstico más temprano

Este aumento se ha observado tanto en tumores invasivos como en carcinomas 'in situ', con un 10,1 por ciento más de tumores invasivos y un 35 por ciento más de carcinomas 'in situ' detectados, incluyendo lesiones en estadios más tempranos y potencialmente con mejor pronóstico.

Según este estudio, liderado por investigadores del Hospital Universitario Reina Sofía de Córdoba y el IMIBIC, los casos considerados de "bajo riesgo" que suponen aproximadamente el 70 por ciento de los estudios (casi 20.000 exploraciones), "no requieren lectura" por el radiólogo, mientras que los estudios con mayor probabilidad de cáncer son evaluados mediante doble lectura apoyada por IA.

Los subanálisis por modalidad han destacado una reducción similar de la carga de trabajo en la mamografía digital (62,1 por ciento menos) y la tomosíntesis mamaria digital (65,5 por ciento menos).

En mamografía digital, la tasa de detección aumentó en 1,6 por 1.000 y la tasa de repetición de pruebas en un 1,3 por ciento. En tomosíntesis, ambas métricas se mantuvieron estables.

Optimización de recursos

Estos resultados demuestran "la viabilidad de un flujo de trabajo de IA parcialmente automatizado" en la detección del cáncer de mama, evitando la lectura humana de estudios clasificados como de bajo riesgo.

Álvarez ha detallado que este enfoque "permite optimizar los recursos disponibles" en un contexto marcado por el aumento de la demanda asistencial y la escasez de especialistas, sin comprometer la calidad diagnóstica.

Sin embargo, la estrategia con IA ha mostrado un "ligero aumento" en la tasa de 'recalls' (pruebas adicionales), pasando del 4,8 al 5,5 por ciento.

El valor predictivo positivo se mantuvo "prácticamente idéntico" en un 13,2 por ciento, lo que indica que la eficiencia diagnóstica global no se vio comprometida.

La investigación ha demostrado que la IA ha permitido detectar 54 cánceres adicionales que no habrían sido identificados con la estrategia convencional, frente a los 24 casos detectados solo por el método estándar.

El estudio evidencia así el papel de la inteligencia artificial como "aliada en la práctica clínica" y no como sustituta, permitiendo a los especialistas centrarse en los casos más complejos y mejorar la eficiencia global de los programas de cribado. Por último, los especialistas de la SERAM han subrayado la necesidad de "seguir investigando" aspectos como la seguridad, la validación en otros entornos y las implicaciones éticas de los modelos de lectura automatizada.