¿Puede la inteligencia artificial en mamografía mejorar la selección para resonancia magnética en el cáncer de mama?
Inteligencia artificial y optimización del uso de la resonancia magnética en cáncer de mama
Un estudio reciente, publicado en Radiology, sugiere que un modelo de inteligencia artificial (IA) basado en mamografía podría optimizar la derivación a resonancia magnética (MRI) en mujeres con riesgo intermedio de cáncer de mama.
El cáncer de mama es la neoplasia más frecuente en mujeres a nivel mundial y la detección temprana es clave para mejorar los resultados clínicos.
Evaluación del modelo de IA en mujeres con riesgo intermedio
El estudio retrospectivo evaluó el desempeño del sistema de IA Transpara en una cohorte de 760 mujeres con un riesgo intermedio de cáncer de mama, quienes se sometieron a un total de 2.819 mamografías y exámenes de resonancia magnética mamaria.
El sistema de IA, entrenado con aproximadamente 200.000 mamografías, asigna una puntuación de 0 a 10 para evaluar la sospecha de cáncer de mama y determinar qué pacientes deberían someterse a estudios complementarios con MRI.
Los principales hallazgos fueron:
- Con una tasa de derivación a MRI del 50 %, el modelo de IA logró detectar el 84 % de los casos de cáncer de mama.
- Entre los cánceres detectados, el 68 % eran mamográficamente ocultos, es decir, no visibles en la mamografía pero identificables en la MRI.
- El área bajo la curva (AUC) global para detección de cáncer de mama en mujeres con riesgo intermedio fue del 72 %.
Impacto de la IA en la detección de cáncer de mama oculto en mamografía
Uno de los principales beneficios de este modelo de IA es su capacidad para mejorar la selección de pacientes que requieren una MRI complementaria, especialmente en escenarios donde los recursos son limitados.
Sin embargo, los autores del estudio advierten que este enfoque no elimina completamente el riesgo de omitir cánceres mamográficamente ocultos que podrían haber sido detectados mediante MRI en toda la cohorte de riesgo intermedio.
“El uso de IA para la selección de pacientes que requieren MRI puede mejorar la rentabilidad del cribado en pacientes con riesgo intermedio, pero no elimina por completo la posibilidad de pasar por alto algunos cánceres”,
destacó la autora principal del estudio, la Dra. Suzanne L. van Winkel, del Radboud University Medical Center en los Países Bajos.
Desempeño de la IA en mujeres con antecedentes personales de cáncer de mama
Contrario a la recomendación de muchos fabricantes de IA en mamografía, que suelen excluir a las mujeres con antecedentes de cáncer de mama debido a la presencia de tejido cicatricial y calcificaciones distróficas.
Estas últimas pueden afectar la precisión de los algoritmos, el estudio reveló un desempeño prometedor de la IA en esta población.
El modelo mostró un AUC del 81 % en la detección de cáncer de mama en mujeres con antecedentes de cáncer mamario previo, lo que sugiere que su aplicación en este grupo podría ser más útil de lo previamente anticipado.
Relación entre la densidad mamaria y la precisión de la IA
El 74 % de la cohorte del estudio tenía mamas heterogéneamente densas o extremadamente densas, lo que podría haber planteado desafíos para la precisión de la IA.
No obstante, los investigadores no encontraron una asociación estadísticamente significativa entre la densidad mamaria y los resultados falsos negativos del modelo, lo que sugiere que el rendimiento del sistema se mantiene elevado incluso en poblaciones con alta densidad mamaria.
“La capacidad discriminativa del sistema de IA se mantiene bastante alta en una población con mamas densas, lo que puede explicar por qué factores personales como la densidad mamaria y la edad no estuvieron asociados con la probabilidad de obtener un resultado falso negativo en nuestro estudio”, concluyeron van Winkel y sus colegas.
Hacia un uso más eficiente de la resonancia magnética en el cribado del cáncer de mama
Estos hallazgos subrayan el potencial de la inteligencia artificial para mejorar la selección de pacientes que requieren MRI en el contexto del cáncer de mama.
La posibilidad de reducir el número de MRI innecesarias sin comprometer la detección de cáncer es un avance significativo, especialmente en sistemas de salud con acceso limitado a MRI.
A medida que estos modelos se perfeccionen y validen en poblaciones más amplias, su integración en la práctica clínica podría contribuir a una mejor asignación de recursos, optimización del cribado y una reducción en el costo del diagnóstico complementario.
La inteligencia artificial, combinada con la experiencia de los radiólogos, se perfila como una herramienta fundamental para la detección temprana y la personalización de la atención en pacientes con riesgo intermedio de cáncer de mama.
Para conocer más sobre esta investigación puede visitar Radiology y acceder al artículo completo.
0 comentarios