Inteligencia artificial en mamografía: un estudio masivo confirma su valor en la detección temprana del cáncer de mama
La inteligencia artificial continúa consolidando su lugar en los programas de cribado mamográfico. Un nuevo estudio publicado en Lancet Digital Health analizó más de 42.000 mujeres sometidas a mamografía digital 2D y confirmó que la combinación de IA con la lectura de un radiólogo único ofrece la mayor sensibilidad para la detección del cáncer de mama, manteniendo una especificidad comparable a la doble lectura tradicional.
Un diseño de gran escala
La investigación incluyó 42.236 mamografías obtenidas en un programa poblacional de cribado. Se compararon cuatro estrategias:
- Lectura por un radiólogo.
- Doble lectura por dos radiólogos.
- Evaluación automática con IA (Transpara v1.7.0, ScreenPoint Medical).
- Combinación de IA con lectura de un radiólogo.
Los resultados mostraron que la opción combinada alcanzó una sensibilidad del 60,2 %, claramente superior a la doble lectura (51,7 %) y al radiólogo único (46,9 %).
La especificidad se mantuvo en niveles similares (95,8 %), lo que subraya su potencial como estrategia clínica.
Interval cancers y cánceres futuros
Uno de los hallazgos más relevantes fue el mejor desempeño de la IA en la detección de interval cancers (tumores que aparecen entre rondas de cribado) y cánceres futuros.
- Con IA más radiólogo único, los interval cancers representaron el 8,3 % de los casos detectados, frente al 1,8 % de la lectura individual y al 1,3 % de la doble lectura.
- Para los cánceres futuros, la combinación IA–radiólogo detectó el 10,9 %, frente al 2,2 % y 1,7 % de las estrategias humanas tradicionales.
Esto sugiere que la IA podría adelantar el diagnóstico de lesiones clínicamente relevantes, mejorando las oportunidades de tratamiento temprano.
Cánceres más agresivos
El análisis detallado mostró que entre los tumores detectados únicamente por IA:
- El 26,7 % eran invasivos.
- El 16,6 % tenían un tamaño mayor de 20 mm.
Estos resultados resaltan que la IA no solo identifica lesiones sutiles, sino también cánceres de mayor riesgo, con impacto potencial en la supervivencia de las pacientes.
Implicaciones clínicas
Los autores, liderados por Suzanne L. van Winkel, MSc, del Radboud University Medical Center (Países Bajos), destacaron que la IA puede considerarse equiparable a la doble lectura radiológica en términos de rendimiento global.
Además, en situaciones donde los recursos humanos son limitados, la IA combinada con un único lector ofrece un modelo operativo eficiente, sin pérdida de calidad diagnóstica.
También subrayaron que algunos casos inicialmente catalogados como falsos positivos por discrepancia con los radiólogos, durante el seguimiento se confirmaron como cánceres.
Esto refuerza la importancia de la IA como complemento, capaz de señalar lesiones que podrían pasar desapercibidas.
Limitaciones y próximos pasos
El estudio reconoció limitaciones como la disponibilidad incompleta de datos tumorales y el hecho de haber utilizado un único software de IA. Además, la tasa de recall para la doble lectura se basó en decisiones de consenso, lo que podría influir en la comparación directa con la IA.
No obstante, se trata de uno de los análisis más amplios hasta la fecha en cribado poblacional, y aporta evidencia sólida sobre la utilidad de la IA en la práctica clínica.
Una herramienta que se consolida
El valor añadido de la IA en mamografía no está solo en mejorar la sensibilidad, sino en ofrecer una nueva mirada a lesiones sutiles o de evolución agresiva.
Los hallazgos apoyan su integración en los programas de cribado, con el objetivo de reducir falsos negativos y detectar antes los tumores clínicamente significativos.
Para más información puede visitar Lancet Digital Health y acceder al artículo completo.
0 comentarios