La inteligencia artificial mejora la detección de cáncer de mama en mamografías, según un estudio en Alemania

En un avance para la detección temprana del cáncer de mama, un estudio realizado en Alemania ha demostrado que el uso de inteligencia artificial (IA) en programas de cribado mamográfico puede aumentar la tasa de detección de casos de cáncer sin incrementar los falsos positivos. Según informó la revista Nature Medicine, la investigación, conocida como el estudio PRAIM (PRospective multicenter observational study of an integrated AI system with live Monitoring), incluyó a más de 460.000 mujeres de entre 50 y 69 años y se llevó a cabo en 12 centros de cribado en Alemania entre julio de 2021 y febrero de 2023. Los resultados revelaron que los radiólogos que utilizaron un sistema de IA lograron detectar un 17,6 % más de casos de cáncer de mama en comparación con los métodos tradicionales.

El estudio, liderado por la investigadora Nora Eisemann y su equipo, evaluó la eficacia de un sistema de IA llamado Vara MG, desarrollado por una empresa alemana. Certificado por la Conformité Européenne (CE), fue diseñado para asistir a los radiólogos en la interpretación de mamografías mediante dos funciones principales: el etiquetado de imágenes como “normales” y un sistema de “red de seguridad” que alerta a los radiólogos sobre posibles áreas sospechosas que podrían haber pasado desapercibidas. Según detalló Science News, el uso de esta tecnología permitió identificar un caso adicional de cáncer por cada 1.000 mujeres examinadas, lo que representa un avance en la precisión del cribado.

De acuerdo con los datos recopilados, el grupo que utilizó la IA alcanzó una tasa de detección de cáncer de mama de 6,7 casos por cada 1.000 mujeres, frente a los 5,7 casos detectados en el grupo de control que no empleó la tecnología. Además, la tasa de falsos positivos, conocida como tasa de recall, fue ligeramente inferior en el grupo asistido por IA (37,4 por cada 1.000 mujeres) en comparación con el grupo de control (38,3 por cada 1.000). Este hallazgo es crucial, ya que los falsos positivos pueden generar ansiedad en las pacientes y conllevan procedimientos médicos innecesarios.

Otro aspecto destacado fue el aumento en el valor predictivo positivo (PPV) de las biopsias realizadas. En el grupo asistido por IA, el PPV alcanzó el 64,5 %, frente al 59,2 % del grupo de control. Esto significa que las biopsias realizadas en el grupo con IA tuvieron una mayor probabilidad de confirmar un diagnóstico de cáncer, lo que refuerza la eficacia del sistema en la reducción de intervenciones innecesarias.

El estudio también abordó el impacto de la IA en la carga de trabajo de los radiólogos, un tema crítico dado el creciente volumen de mamografías que deben analizarse anualmente. Según explicó a Science News, Alexander Katalinic, epidemiólogo del cáncer de la Universidad de Lübeck, el programa requiere que dos radiólogos evalúen de manera independiente cada mamografía, lo que genera una carga importante “Tenemos 3 millones de mujeres participando cada año en este proyecto, y 24 millones de imágenes deben ser analizadas anualmente”, agregó.

El uso de la IA permitió reducir el tiempo promedio de lectura de las mamografías etiquetadas como normales. Estas imágenes fueron analizadas en un promedio de 16 segundos, en comparación con los 30 segundos necesarios para imágenes no clasificadas y los 99 segundos para aquellas que activaron la red de seguridad. En un escenario hipotético en el que las mamografías etiquetadas como normales por la IA no fueran revisadas por radiólogos, el estudio estimó que la carga de trabajo podría reducirse en un 56,7 %, lo que permitiría a los especialistas concentrarse en los casos más complejos.

Otro desafío identificado es el aumento en la detección de carcinomas ductales in situ (DCIS), un tipo de cáncer no invasivo que, en algunos casos, podría no progresar a una enfermedad más grave. El estudio mostró que la tasa de detección de DCIS fue de 1,4 casos por cada 1.000 mujeres en el grupo con IA, frente a 0,8 casos en el grupo de control. Aunque esta mayor detección podría permitir un tratamiento más temprano, también plantea preocupaciones sobre el riesgo de sobrediagnóstico y sobretratamiento.

Además, el estudio destacó la necesidad de evaluar los casos en los que la red de seguridad de la IA fue activada pero rechazada por los radiólogos. Estos casos podrían representar oportunidades perdidas para detectar cánceres adicionales o, por el contrario, podrían ser decisiones correctas que evitaron falsos positivos. Según los investigadores, estas cuestiones serán objeto de análisis en un seguimiento a dos o tres años.