Un sistema de inteligencia artificial especializado en análisis de mamografías logró detectar casos de cáncer de mama que no habían sido identificados durante la revisión humana estándar. La herramienta, denominada Mia (Mammography Intelligent Assessment), identificó signos de cáncer en 11 mujeres que habían sido dadas de alta con resultados considerados normales, de acuerdo con un estudio clínico publicado en Nature Cancer.
La investigación se realizó en el NHS de Escocia, parte del Servicio Nacional de Salud del Reino Unido, donde se analizaron más de 10.000 mamografías. Los resultados mostraron que el uso del sistema permitió un aumento del 10,4% en la detección de tumores, muchos de ellos en etapas tempranas.
Detección de tumores difíciles de identificar
El sistema está diseñado para detectar patrones sutiles en las imágenes médicas, como microcalcificaciones y tumores menores a 10 milímetros, que pueden resultar difíciles de identificar incluso para especialistas con experiencia.
Entre los hallazgos reportados en el estudio se incluyen casos de cáncer detectados en fases tempranas, lo que puede facilitar tratamientos menos agresivos.
Uso como segunda lectura en mamografías
Mia funciona como una segunda lectura independiente en el análisis de mamografías. En el modelo utilizado en el Reino Unido, el resultado de la inteligencia artificial se compara con la evaluación del radiólogo.
Cuando ambas evaluaciones difieren, el caso es revisado por una tercera opinión experta, lo que crea un proceso de verificación adicional en el diagnóstico.
Tecnología basada en aprendizaje profundo
El sistema fue desarrollado por Kheiron Medical Technologies en colaboración con Imperial College London y utiliza deep learning, un tipo de aprendizaje automático entrenado con millones de mamografías de diferentes poblaciones.
A diferencia de sistemas tradicionales de detección asistida por computadora, el algoritmo está diseñado para identificar distorsiones sutiles en el tejido mamario y microcalcificaciones, que pueden ser indicadores tempranos de la enfermedad.
El sistema proporciona una recomendación binaria para cada estudio: “llamada” o “no llamada”, lo que indica si se requiere una revisión adicional.
Impacto en los sistemas de salud
Además de la precisión diagnóstica, el estudio también señala posibles efectos en el funcionamiento de los hospitales.
En el modelo actual del Reino Unido, cada mamografía debe ser revisada por dos radiólogos, un proceso conocido como doble lectura. El uso de inteligencia artificial podría contribuir a reducir los tiempos de análisis.
Según las estimaciones citadas en el estudio, el tiempo promedio para entregar resultados podría reducirse de 14 días a 3 días, mientras que la carga de trabajo de los radiólogos podría disminuir hasta en un 40%, permitiendo concentrar los recursos en los casos más complejos.
Infraestructura tecnológica y expansión
La plataforma se ejecuta en Microsoft Azure, lo que permite procesar grandes volúmenes de imágenes médicas sin requerir infraestructura informática local de alta capacidad.
Aunque el sistema ya se utiliza en programas piloto en el Reino Unido, su implementación en otras regiones requiere procesos de validación clínica adicionales para garantizar que el algoritmo funcione con precisión en diferentes poblaciones y equipos de diagnóstico.
Estudios sobre precisión y falsos positivos
Investigaciones similares, como el ensayo MASAI publicado en The Lancet, indican que el uso de inteligencia artificial en mamografías puede aumentar la sensibilidad en la detección del cáncer mientras mantiene niveles similares de especificidad, lo que reduce el riesgo de falsos positivos innecesarios.
Los datos comparativos citados en estos estudios indican que el uso de sistemas de inteligencia artificial puede aumentar la detección de cáncer entre 10% y 20%, mientras reduce la carga de trabajo manual asociada al análisis de imágenes médicas.
Iniciativas en América Latina
El desarrollo de herramientas basadas en inteligencia artificial para el diagnóstico de cáncer de mama también se está explorando en América Latina.
En Argentina, el CONICET lidera el proyecto MammoInsight, una plataforma web que utiliza algoritmos avanzados para el diagnóstico temprano. En Colombia, empresas como GE HealthCare han impulsado iniciativas relacionadas con medicina de precisión e inteligencia artificial en hospitales.
En México y otros países, se realizan seminarios y procesos de validación clínica orientados a optimizar el diagnóstico del cáncer mediante tecnologías de inteligencia artificial.
La expansión de estas herramientas marca una fase de transición desde la investigación clínica hacia su implementación en entornos hospitalarios, con el objetivo de apoyar el diagnóstico temprano mediante el análisis automatizado de imágenes médicas.
