Photo: Shutterstock
La inteligencia artificial está transformando la medicina, pero ¿qué significa esto para la detección del cáncer de mama? Investigadores de la UMass Chan Medical School están explorando cómo una herramienta basada en IA podría ayudar a identificar a las mujeres con mayor riesgo de cáncer de mama y, al hacerlo, detectar cánceres que las mamografías estándar podrían pasar por alto.
Según la American Cancer Society, el cáncer de mama sigue siendo uno de los cánceres más comunes entre las mujeres en los Estados Unidos, y la detección temprana es clave para mejorar los resultados. La mamografía, la prueba de detección estándar actual, salva vidas, pero tiene limitaciones, especialmente para las mujeres con tejido mamario denso, donde los tumores pueden ser más difíciles de ver.
Mohammed Salman Shazeeb, PhD, profesor asociado de radiología, y Gopal Vijayaraghavan, MD, MPH, profesor de radiología, forman parte de un equipo que está probando un modelo de evaluación de riesgos impulsado por IA desarrollado en colaboración con investigadores del Massachusetts Institute of Technology. Con el apoyo de subvenciones de agencias estatales y la Breast Cancer Research Foundation, la herramienta analiza las mamografías de detección rutinarias y asigna una puntuación de riesgo que estima la probabilidad de que una mujer desarrolle cáncer de mama en los próximos años.
Un enfoque específico para la detección complementaria
En lugar de recomendar imágenes complementarias para cada paciente, la puntuación de riesgo de IA ayuda al equipo de estudio a identificar a un grupo más pequeño de mujeres que podrían beneficiarse más de pruebas adicionales.
“Entre el 6 y el 7 por ciento de las mujeres que obtuvieron una puntuación superior a nuestro umbral de riesgo, las invitamos a una resonancia magnética de mama con contraste”, dijo el Dr. Shazeeb. “Lo sorprendente es que todas tenían mamografías de detección normales, pero la resonancia magnética encontró cánceres en algunas de ellas que de otro modo habríamos pasado por alto”.
En los primeros 145 participantes del estudio, se identificaron cuatro cánceres adicionales mediante resonancia magnética a pesar de los resultados negativos de la mamografía, un rendimiento que es varias veces mayor que el que detecta habitualmente una mamografía sola en un número similar de mujeres.
“La herramienta está entrenada para el rendimiento, no para la comprensión. Por eso, estas herramientas están diseñadas para complementar, no para reemplazar, el juicio clínico.”
“La resonancia magnética sigue siendo el estándar de oro para la detección de muchos cánceres de mama”, dijo el Dr. Vijayaraghavan. “Pero es costosa, requiere mucho tiempo y no es factible para todos anualmente. Una herramienta que nos ayude a enfocar esos recursos en las mujeres con mayor riesgo podría hacer que la detección temprana sea más eficiente y más personalizada”.
Cómo la IA “ve” el riesgo
Los modelos de IA pueden detectar características de imagen demasiado sutiles para el ojo humano, basándose en patrones aprendidos de grandes conjuntos de datos. Este amplio reconocimiento de patrones es una de las razones por las que pueden revelar señales de riesgo que los médicos podrían pasar por alto.
“La IA puede procesar muchas más características en una imagen que un radiólogo puede visualizar”, explicó Vijayaraghavan. “Pero no piensa como un médico. La herramienta está entrenada para el rendimiento, no para la comprensión. Por eso, estas herramientas están diseñadas para complementar, no para reemplazar, el juicio clínico”.
La supervisión humana sigue siendo esencial, tanto para interpretar lo que la IA destaca como para garantizar que la herramienta no señale hallazgos insignificantes. A medida que los investigadores continúan estudiando este equilibrio entre sensibilidad y especificidad, se necesitarán estudios más amplios para validar completamente la herramienta en diferentes poblaciones.
Desafíos y próximos pasos
Si bien los primeros resultados son prometedores, el camino hacia el uso clínico implica varios obstáculos. La aprobación de la FDA, las políticas de reembolso y la garantía de un acceso equitativo son todas cuestiones que deben abordarse antes de que la evaluación de riesgos guiada por IA se convierta en una práctica clínica habitual.
“Antes de que esto pueda aplicarse ampliamente, necesitamos una validación a gran escala y datos de implementación en el mundo real”, dijo Shazeeb. “También tenemos que asegurarnos de que funcione de manera justa en diversas poblaciones y en diferentes sistemas de mamografía”.
Otra parte del esfuerzo de investigación es la participación del paciente. Si bien las respuestas de los pacientes al papel de la IA en la imagenología son generalmente mixtas, Sara Schiller, gerente sénior de programas de investigación del Departamento de Radiología, dijo: “Muchas mujeres con las que hablo solo quieren ayudar a avanzar en la investigación y no dudan sobre la IA per se. Muchas tienen antecedentes familiares de cáncer de mama y están ansiosas por contribuir”.
Un futuro personalizado para la detección
Los expertos enfatizan que la IA no es una solución mágica, sino una herramienta potencial que podría ayudar a adaptar la detección al riesgo individual.
“El objetivo no es reemplazar las mamografías”, dijo Vijayaraghavan. “Es agregar otra capa de información, una herramienta de apoyo a la decisión, que nos ayude a encontrar cánceres antes, cuando el tratamiento es más eficaz y menos invasivo”.
A medida que continúa la investigación, herramientas como esta pueden ayudar a inaugurar un enfoque más personalizado de la detección del cáncer de mama, que alinee la última tecnología con la experiencia clínica para mejorar los resultados de las mujeres.
