La inteligencia artificial está aumentando la precisión de las mamografías de cribado y logra incrementar en un 15,2 por ciento la tasa de detección de cáncer de mama, al tiempo que disminuye en un 63,3 por ciento el volumen de trabajo del radiólogo, de acuerdo con un estudio elaborado por radiólogos especialistas en mama de la Sociedad Española de Radiología Médica (SERAM).
La investigación, difundida en la revista “Nature Medicine”, analizó a 31.301 mujeres y detectó 252 cánceres en total, lo que lo sitúa entre los trabajos “más amplios” llevados a cabo hasta ahora en este ámbito.
Los autores constatan que la IA hace posible reducir en 40.000 las lecturas efectuadas por los profesionales, al identificar “de forma segura” los estudios de bajo riesgo que pueden considerarse normales “sin necesidad de revisión humana”.
Con este modelo, solo el 36,4 por ciento de las mamografías fueron finalmente revisadas por radiólogos (11.384 estudios), frente al 100 por cien del enfoque tradicional. Este cambio no repercutió “negativamente a la detección del cáncer ni al valor predictivo positivo de los estudios revisados”.
Además, diversos análisis retrospectivos ya habían mostrado que “los radiólogos mejoraron su precisión en la detección del cáncer cuando utilizaron un sistema de IA como apoyo de lectura concurrente”.
La radióloga de la SERAM experta en mama, Marina Álvarez Benito, explica que la estrategia con inteligencia artificial ha conseguido “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”.
Este incremento se observa 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’, incluyendo lesiones en fases más iniciales y con un pronóstico potencialmente más favorable.
El trabajo, coordinado por especialistas del Hospital Universitario Reina Sofía de Córdoba y el IMIBIC, concluye que los casos catalogados como de “bajo riesgo”, que representan en torno al 70 por ciento de las pruebas (casi 20.000 exploraciones), “no requieren lectura” por parte del radiólogo, mientras que los estudios con mayor sospecha de cáncer se someten a una doble lectura respaldada por IA.
Los subanálisis por tipo de técnica muestran una disminución comparable de la carga de trabajo tanto en la mamografía digital (un 62,1 por ciento menos) como en la tomosíntesis mamaria digital (un 65,5 por ciento menos). No obstante, en la mamografía digital, la tasa de detección de cáncer se incrementó en 1,6 de 1.000 y la tasa de repetición de pruebas en un 1,3 por ciento, mientras que ambas cifras se mantuvieron estables en la tomosíntesis mamaria digital.
En conjunto, los datos respaldan “la viabilidad de un flujo de trabajo de IA parcialmente automatizado” para el cribado del cáncer de mama, evitando la lectura humana de los estudios clasificados como de bajo riesgo.
Optimizar los recursos sanitarios
Álvarez destaca que este modelo “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”. Esta mejora en la organización facilita ampliar el cribado a otros grupos de edad “siguiendo las recomendaciones de las nuevas guías europeas”, así como incorporar la tomosíntesis como técnica de cribado.
Pese a ello, la estrategia apoyada en IA ha registrado un “ligero aumento” en la tasa de ‘recalls’ o pruebas complementarias, que pasa del 4,8 al 5,5 por ciento. El valor positivo se mantuvo, en cambio, “prácticamente idéntico”, en un 13,2 por ciento, lo que sugiere que la eficiencia diagnóstica global “no se vio comprometida”.
Según los resultados, la inteligencia artificial permitió identificar 54 cánceres que no habrían sido detectados con el enfoque convencional, frente a 24 tumores hallados únicamente mediante el método estándar.
De este modo, el estudio concluye que los hallazgos refuerzan el papel de la inteligencia artificial como “aliada en la práctica clínica” y no como sustituta, ayudando a que los radiólogos puedan “centrarse en los casos más complejos” y aumentando la eficiencia general de los programas de cribado.
Finalmente, los expertos de la Sociedad Española de Radiología Médica remarcan la importancia de “seguir investigando” en cuestiones como la seguridad, la validación en otros entornos y las implicaciones éticas de los modelos de lectura automatizada.