Una IA puede predecir el riesgo de padecer cáncer de mama en los próximos 5 años con una mamografía

Un avance en el uso de inteligencia artificial permite ahora predecir el riesgo individual de desarrollar cáncer de mama en los próximos 5 años a partir de una simple mamografía, lo que podría transformar la eficacia de los exámenes preventivos y personalizar la atención médica.

Según Christiane Kuhl, directora del Departamento de Radiología del Hospital Universitario RWTH en Aquisgrán, Alemania, y principal autora del informe, este modelo de IA logra identificar con mayor precisión a las mujeres que podrían beneficiarse de pruebas adicionales, como la resonancia magnética, optimizando así los recursos y mejorando la detección temprana de tumores agresivos.

Cómo la inteligencia artificial detecta el riesgo de cáncer de mama

En el informe, Kuhl destaca que el algoritmo clasifica a las mujeres en categorías de riesgo basándose únicamente en la imagen mamográfica, sin requerir información sobre antecedentes familiares, genética o estilo de vida.

El sistema, denominado Clairity Breast y desarrollado por el Consorcio Clairity, una red internacional de 46 centros de investigación en Estados Unidos, Canadá, Sudamérica y Alemania, fue entrenado con cientos de miles de mamografías procedentes de Norteamérica, Sudamérica y Europa.

La IA evalúa la cantidad de tejido glandular y su textura, lo que permite calcular el riesgo de cáncer de mama con mayor exactitud. Además, un dato relevante del estudio es que las mujeres clasificadas como de alto riesgo por el algoritmo desarrollaron cáncer de mama cuatro veces más que aquellas con un puntaje bajo, según explicó Kuhl.

Asimismo, la IA puede tomar decisiones en cuestión de segundos, sobre la necesidad de realizar una resonancia magnética para la detección precoz, lo que representa un avance decisivo en la personalización del despistaje.

Por qué es clave detectar más rápido el cáncer de mama en mujeres

El cáncer de mama es la principal causa de muerte por cáncer en mujeres, con aproximadamente 2,3 millones de casos diagnosticados anualmente en todo el mundo y unas 670.000 muertes cada año.

A pesar de los programas de despistaje mediante mamografías, muchos tumores de crecimiento rápido y agresivo no se detectan a tiempo, lo que limita la eficacia de los métodos tradicionales.

La experta señala que la mamografía tiene limitaciones, sobre todo en mujeres con tejido glandular denso, quienes presentan un mayor riesgo y una menor capacidad de detección por imagen.

Actualmente, se sugiere que las mujeres entre 50 y 65 años se sometan a una mamografía cada dos años, aunque el riesgo varía entre individuos. Desde hace algunos años, se aconseja ofrecer resonancias magnéticas a mujeres con tejido mamario extremadamente denso, porque esta técnica permite identificar el cáncer de manera más fiable y temprana.

Sin embargo, solo alrededor del 10% de las mujeres presentan un tejido glandular extremadamente denso, mientras que la mayoría de los diagnósticos tardíos ocurren en mujeres con tejido menos denso.

Cómo la IA cambia la forma en que se detecta el cáncer de Mama

La especialista sostiene que reducir la edad de inicio del despistaje de forma generalizada no resuelve el problema fundamental, porque las mujeres jóvenes, aunque enferman con menor frecuencia, suelen desarrollar tumores más agresivos.

Por ello, propone un enfoque en dos pasos: primero, realizar la mamografía para la detección precoz y, posteriormente, analizar la imagen con IA para determinar el riesgo a 5 años. Si el algoritmo indica un riesgo especialmente alto, se recomienda ofrecer una resonancia magnética, prescindiendo de la mamografía en estos casos.

La especialista enfatiza que, muchas mujeres desconocen la influencia de la densidad del tejido mamario en el riesgo, y la precisión de la mamografía.

Con la incorporación de la inteligencia artificial, se abre la posibilidad de una prevención individualizada, adaptando las estrategias de detección a las características específicas de cada paciente y mejorando así las perspectivas de supervivencia ante el cáncer de mama.