La investigación subraya el potencial de esta tecnología para hacer más preciso y eficaz el diagnóstico que el que realizan los radiólogos. Además se vio que se reduce casi a la mitad la carga de trabajo de los médicos.
Fuente: Anna Nador y Janina Marcano / El Mercurio
En medicina, el término cribado se refiere a la realización de pruebas diagnósticas para distinguir a las personas que probablemente estén enfermas de aquellas que probablemente no lo están.
Y según la literatura científica, el cribado poblacional mediante mamografía reduce un 20% la mortalidad por cáncer de mama, un descenso que puede ser aún más fuerte si se afinan las pruebas de detección y los análisis.
En ese contexto, la inteligencia artificial (IA) está demostrando que puede ser un fuerte aliado. Un nuevo estudio, realizado con más de 80.000 mujeres en Suecia, reveló que el cribado con esta tecnología tiene mayor capacidad de detección de cánceres de mama. Esto, en comparación con la doble lectura rutinaria de las mamografías que hacen dos radiólogos.
Para el estudio, 80.033 mujeres de entre 40 y 80 años fueron asignadas aleatoriamente a dos tipos de análisis. Un sistema de lectura apoyado por una IA analizó las mamografías de un grupo de las mujeres antes de ser leídas por radiólogos, mientras que al otro se les realizó un análisis estándar, únicamente a cargo de estos especialistas.
Al final, se descubrió que los cribados de cáncer de mama que tienen el apoyo de sistemas de IA para leer las mamografías detectan un 20% más de tumores que los que siguen metodología tradicional de lectura solo con la doble revisión de radiólogos.
El ensayo, que se acaba de publicar en la prestigiosa revista The Lancet Oncology, subraya el potencial de la IA para hacer más preciso y eficaz el cribado de cáncer de mama y constata que este es seguro y reduce casi a la mitad la carga de trabajo de los expertos en radiología.
»El análisis de mamografías con ayuda de IA es tan bueno como el de dos radiólogos trabajando juntos para detectar el cáncer de mama, sin aumentar los falsos positivos y reduciendo casi a la mitad la carga de trabajo de lectura de las mamografías (44%)», resumen autores de la investigación, entre los que hay especialistas de la U. de Lund y del Hospital Universitario de Skåne, ambos de Suecia.
El doctor Arnaldo Marín, profesor adjunto del Departamento Básico Clínico de Oncología de la Facultad de Medicina y becado de Oncología Médica de la U. de Chile, coincide: »Es sumamente esperanzador poder contar con un software de IA para mamografía que pueda detectar más cánceres en forma eficiente, con un impacto seguro en el paciente, es decir, sin incurrir en más falsos positivos que la evaluación de dos radiólogos».
José Fernández, gerente general de Rayen Salud, empresa especializada en informática médica y presidente de Pro Salud Chile, una asociación de innovación en salud, cree que los hallazgos muestran cómo la IA permite distribuir los recursos de mejor forma.
»El diagnóstico por imágenes con IA apunta a distinguir lo normal de lo anormal y eso permite filtrar rápidamente y que los radiólogos concentren su juicio experto en las radiografías más complejas o donde hay algo anormal. Eso es lo importante, que se agilizan los procesos», comenta Fernández.
Y añade: »Por lo tanto, la gracia de este estudio es que demuestra que este filtrado con IA es efectivo, es altamente sensible y permite optimizar el trabajo de los radiólogos, y eso tiene un impacto en los pacientes».
Christian Calderón, médico coordinador de la Unidad de Imagenología de la Clínica Ciudad del Mar, concuerda y da un ejemplo del potencial uso clínico de la herramienta. »El flujo de trabajo es el siguiente: se adquieren, por ejemplo, 100 mamografías durante una jornada, y de ellas, la IA ayuda a evaluar y poner en lista de prioridades los hallazgos que tengan mayor probabilidad de ser cáncer, para que el radiólogo pueda interpretar los casos más urgentes».
Diversas poblaciones
Los autores del trabajo dijeron que sus resultados deben considerarse como preliminares y que esperan poder comprobar más adelante si el uso de la IA en la interpretación de las imágenes se traduce en una reducción de los cánceres de intervalo. Estos son los cánceres que se diagnostican entre una mamografía de detección de rutina que parece normal y la siguiente mamografía de screening (cuando se busca algo específico) y que suelen tener peor pronóstico.
Este objetivo, señalaron los investigadores, se estudiará en 100.000 mujeres más, con al menos dos años de seguimiento.
Por su parte, Marín acota que »uno de los defectos de este estudio es que no sabemos si efectivamente la población, por ejemplo, latina, asiática, va a tener la misma respuesta. Entonces, uno necesita entrenar los algoritmos para que ojalá estos puedan ser lo suficientemente representativos y podamos usarlos en diversas poblaciones».
Prueba de un algoritmo en Chile
Arnaldo Marín, junto a otros académicos de la U. de Chile, está liderando en Chile una colaboración con la Jameel Clinic del MIT que busca probar en el país un algoritmo de inteligencia artificial »que tiene el objetivo de predecir el riesgo que una paciente con una mamografía ?normal’ pueda desarrollar cáncer de mama en un plazo de 5 años».
»Esta herramienta fue entrenada y su efectividad comprobada con población estadounidense, donde los latinos tienen poca representación. La idea es expandirla a la población latina», explica Marín. Además de la U. de Chile, en la iniciativa participan instituciones de Brasil y México, que buscan entrenar el algoritmo con datos de población local (con screenings ya realizados) y confirmar que se pueden tener los mismos resultados.
De ser así, esta herramienta »permitiría capturar mejor a la población de alto riesgo de desarrollar cáncer de mama y en ella implementar una estrategia de screening más frecuente, para poder tener una pesquisa en etapas más tempranas de la enfermedad».