IA en mamografía podría anticipar el cáncer detectado en la siguiente ronda de screening
En el ECR 2026 se presentó un análisis de screening mamográfico que propone un giro interesante: usar un puntaje de riesgo del examen generado por IA para identificar mujeres que, en la siguiente ronda, terminarán con diagnóstico de cáncer de mama.
La evaluación se basó en una escala de 0 a 100 y utilizó un software comercial de apoyo (Lunit Insight MMG). El trabajo apunta a un uso “pronóstico” del puntaje, más allá de la ayuda visual durante la lectura.
¿Qué se evaluó en la cohorte italiana?
El equipo liderado por la Dra. Claudia Maria Weiss (Treviso, Italia) analizó 135.372 mamografías de screening correspondientes a unas 67.000 mujeres. El seguimiento medio entre rondas fue de 777 días, lo que permitió comparar el puntaje del examen en la primera mamografía con el puntaje en la ronda siguiente.
La variable central fue el ExRS (exam risk score), un número entre 0 y 100.
Según los resultados presentados, las mujeres que desarrollaron cáncer de mama (451 casos) tuvieron un ExRS promedio basal de 15,4 y un ExRS promedio de 73,9 en la ronda siguiente.
En contraste, quienes no desarrollaron cáncer mostraron valores bajos y estables: 6,7 al inicio y 6,4 en el control. En la lectura del trabajo, el puntaje basal ya diferenciaba grupos, y el salto en la siguiente ronda acompañaba el hallazgo del cáncer.
Densidad mamaria y consistencia del puntaje
El estudio también reportó que la capacidad del ExRS para diferenciar niveles de riesgo en el examen basal se mantuvo en todas las categorías de densidad.
Dentro del grupo con cáncer, los promedios fueron similares entre mamas no densas (BI-RADS A/B) y densas (BI-RADS C/D), con incrementos marcados del puntaje en la segunda ronda en ambos subgrupos. Esto es relevante porque la densidad suele ser un factor que dificulta la detección y condiciona el rendimiento del screening.
Qué sugiere el hallazgo
Tal como se presentó, el ExRS parece funcionar como una señal de estratificación basada en el examen, útil para distinguir mujeres con distinto riesgo de un diagnóstico posterior dentro del intervalo entre rondas.
El trabajo no plantea que la IA “diagnostique” por sí sola, sino que el puntaje podría aportar una capa adicional para entender el riesgo asociado a un estudio que, en su momento, fue leído como negativo.
Límites del material disponible
Un punto importante es el estado de la evidencia: se trata de resultados presentados en congreso ECR 2026, con formato de sesión/curso, sin el detalle metodológico completo que suele acompañar a un artículo revisado por pares (por ejemplo, umbrales operativos, métricas de calibración o desempeño por subgrupos más finos).
Aun así, el tamaño muestral y el diseño de comparación entre rondas lo vuelven un dato de interés para el debate actual sobre IA y personalización del screening.
0 comentarios