Cada año, se diagnostican aproximadamente 2,3 millones de casos de cáncer de mama a nivel mundial, siendo responsable de la muerte de unas 670.000 mujeres. A pesar de los programas de detección mediante mamografías, el cáncer de mama sigue siendo la principal causa de muerte por cáncer en mujeres. “La razón es que las mamografías no siempre detectan todos los casos de cáncer de mama, o no lo hacen lo suficientemente temprano”, explica Christiane Kuhl, directora del Departamento de Radiología del Hospital Universitario RWTH en Aquisgrán. Especialmente, los tumores de crecimiento rápido y agresivo suelen ser difíciles de visualizar en las mamografías, siendo estos los que con mayor frecuencia resultan fatales.
Sin embargo, un nuevo avance tecnológico podría mejorar significativamente la detección temprana de esta enfermedad. Se trata de un modelo de inteligencia artificial (IA) capaz de analizar imágenes mamográficas y clasificar con precisión el riesgo individual de desarrollar cáncer de mama en los próximos cinco años.
Los resultados preliminares son prometedores: las mujeres clasificadas como de alto riesgo por el algoritmo desarrollaron cáncer de mama cuatro veces más frecuentemente que aquellas con un resultado de riesgo normal. “Con esta IA podemos predecir con mayor precisión la probabilidad de que una mujer desarrolle cáncer de mama en los próximos cinco años, incluso basándonos en mamografías que no muestran signos evidentes de la enfermedad”, afirma la profesora Kuhl.
Riesgos difíciles de detectar en las mamografías convencionales
Actualmente, se recomienda a las mujeres entre 50 y 75 años realizarse una mamografía cada dos años como medida de detección. No obstante, el riesgo de desarrollar cáncer de mama varía considerablemente entre las mujeres. La precisión de la mamografía también depende de la densidad del tejido mamario: cuanto más denso, mayor el riesgo y menor la capacidad de la prueba para detectar anomalías.
Christiane Kuhl aboga por una prevención individualizada, ya que muchas mujeres desconocen la influencia de la densidad mamaria en la efectividad de la mamografía. En los casos de tejido mamario extremadamente denso, se recomienda complementar la mamografía con una resonancia magnética (RM) para una detección más fiable y temprana.
Para identificar a las mujeres que podrían beneficiarse de una RM, el Consorcio Clairity, una colaboración internacional de 46 centros de investigación, ha desarrollado el sistema de IA Clairity Breast.
La IA: un nuevo nivel de precisión en la detección precoz
El modelo de IA ha sido entrenado con cientos de miles de mamografías provenientes de Norteamérica, Sudamérica y Europa. A diferencia de los modelos de riesgo tradicionales, este algoritmo no requiere información sobre antecedentes familiares, factores genéticos o estilo de vida. Se basa únicamente en el análisis de la mamografía para calcular la probabilidad de desarrollar cáncer de mama y clasificar a las pacientes en diferentes categorías de riesgo.
La IA evalúa no solo la cantidad de tejido glandular, sino también su textura, un parámetro adicional que influye en el riesgo. “Solo alrededor del 10% de las mujeres tienen un tejido glandular extremadamente denso. La mayoría de las mujeres que desarrollan cáncer de mama y reciben un diagnóstico tardío tienen un tejido menos denso”, explica Kuhl. Lo más significativo, según la experta, es que “la IA puede determinar en cuestión de segundos si una mujer necesita o no una RM para una detección más exhaustiva”.
¿Cuándo comenzar la prevención?
En la mayoría de los países, el cribado de cáncer de mama comienza a los 50 años, ya que el riesgo aumenta significativamente con la edad y se ha demostrado estadísticamente el beneficio de un cribado generalizado a partir de esta edad. Si bien las mujeres más jóvenes enferman con menor frecuencia, tienden a desarrollar tumores más agresivos. “De hecho, las mujeres jóvenes podrían beneficiarse especialmente de la detección precoz, siempre y cuando sea efectiva”, señala Kuhl.
Un enfoque de evaluación de riesgos dirigido
Christiane Kuhl considera que reducir la edad de inicio del cribado de forma generalizada no es la solución. “Simplemente bajar la edad de las mujeres invitadas a la mamografía no aborda el problema fundamental”.
En su lugar, propone un enfoque en dos pasos: “Primero, la mamografía para la detección precoz; luego, un análisis con IA para determinar el riesgo de enfermedad en los próximos cinco años”. Si el algoritmo indica un riesgo elevado, se recomienda una RM. “En estos casos, la mamografía ya no sería suficiente”, concluye Christiane Kuhl.
(os/cp)
