Sanidad

La inteligencia artificial, aliada de los radiólogos en el cribado de cáncer de mama

Algunos estudios demuestran que se podría disminuir la carga de trabajo en los programas de cribado hasta en un 70% sin reducir la sensibilidad

La inteligencia artificial, aliada de los radiólogos en el cribado de cáncer de mama
4
Se lee en minutos
Nieves Salinas
Nieves Salinas

Periodista

ver +

El cáncer de mama es el segundo tumor más diagnosticado en España, tan sólo por detrás del de colon. Con datos del último estudio de la Sociedad Española de Oncología Médica (SEOM), en 2022, 34.750 mujeres serán diagnosticadas con la enfermedad. Es ahí donde los radiólogos ponen en valor el apoyo que puede suponer la inteligencia artificial como apoyo en el cribado de este tipo de cáncer. Les permitiría detectar mayor número de tumores, se diagnosticarían en estadios más precoces, supondría un mejor pronóstico para la paciente y la utilización de tratamientos menos agresivos, según explica la doctora Esperanza Elías, del Hospital Universitario Reina Sofía de Córdoba.

La doctora Elías es especialista en inteligencia artificial (IA) aplicada al cribado de mama de la Sociedad Española de Radiología Médica (SERAM). Detalla que el desarrollo de nuevos sistemas de IA con tecnología 'deep learning', un enfoque de aprendizaje automático no supervisado (es decir, son necesarios datos de entrenamiento, pero estos no tienen que estar etiquetados) que se basan en el funcionamiento del sistema neurológico. Estos sistemas, aclara, han mejorado los algoritmos de los 'computer aided diagnosis' (CAD), es decir diagnósticos asistidos por ordenador que ayudan a los médicos en la interpretación de los contenidos multimedia que se obtienen en pruebas a las que se ha sometido el paciente.

Los nuevos sistemas son capaces de detectar lesiones sospechosas de cáncer de mama asignándoles una puntuación en función de la probabilidad de malignidad

A diferencia de los CAD tradicionales, añade la radióloga, los nuevos sistemas son capaces de detectar lesiones sospechosas de cáncer de mama tanto en mamografía digital como en tomosíntesis -una forma avanzada de mamografía digital para aumentar la detección precoz- asignándoles a las pruebas una puntuación en función de la probabilidad de malignidad. Además, pueden ser usados como apoyo a las lecturas del radiólogo haciendo más sencilla la tarea, consiguiendo una disminución de la demora, aumentando la detección de cáncer y disminuyendo los falsos positivos y negativos.

Clasificar las mamografías

La inteligencia artificial también es capaz de clasificar las mamografías en función de la probabilidad de malignidad. A corto plazo, abunda la médico, tendrá un papel muy destacado en las mamografías. Eso sí, precisa que son necesarios más estudios prospectivos realizados en entornos reales clínicos. Algunos, indica, demuestran que se podría disminuir la carga de trabajo en los programas de cribado hasta en un 70% sin aminorar la sensibilidad.

El sistema, indica la radióloga, marca las lesiones sospechosas de malignidad, les asigna una puntuación del 1 al 100 que va en función de la probabilidad de malignidad y luego, en función de la lesión, con la puntuación más alta clasifica el estudio completo en tres categorías: riesgo bajo, medio o elevado. "El riesgo elevado supone un 3% de todos los estudios o mujeres y se ha comprobado que 1 de cada 4 o 5 mujeres de este porcentaje (o clasificadas con riesgo elevado) sí padece cáncer de mama", precisa.

Los datos que manejan los radiólogos se refieren a la población femenina en edad de cribado, de 50 a 69 años

Abunda la médico que, en riesgo bajo, la IA "te clasifica aproximadamente el 70% de los estudios o mujeres, por eso decimos que se puede evitar la carga de trabajo en un 70%. Mientras que el riesgo intermedio supone una probabilidad de 1 entre 125 mujeres aproximadamente y supone un 27%". Aclara que los datos se refieren a la población femenina en edad de cribado, de 50 a 69 años.

El futuro: la radiogenómica

Además, la especialista asegura que la IA aumenta el valor predictivo positivo de las pacientes derivadas, especialmente en las clasificadas por el sistema como de riesgo elevado. "Permitiría la generalización del uso de la tomosíntesis en los programas de cribado, donde se ha demostrado, también, un aumento en la detección de cáncer de mama, ya se reduciría el incremento en la carga de trabajo que suponen las lecturas de la tomosíntesis, porque el tiempo por parte del radiólogo supone más del doble que el de una mamografía digital", apunta

Las nuevas técnicas de radiogenómica, todavía en investigación, se encaminan hacia la llamada medicina de precisión

Noticias relacionadas

La doctora Esperanza Elías también alude a la radiogenómica, una nueva técnica de inteligencia artificial, que aplicada a las imágenes médicas (resonancia de mama, mamografía digital, ecografía..) estudia la relación entre los fenotipos de imagen (las características de la imagen que presenta el cáncer) y el genoma tumoral. Nuevas técnicas, concluye, que se encaminan hacia la llamada medicina de precisión: un estudio complejo, con modelos informáticos y matemáticos, que valoran aspectos como la interacción de genes, metabolitos, proteínas y otros componentes biológicos de cada paciente.

La especialista alude a una manera de enfocar los tratamientos y la prevención a grupos de individuos, según su enfermedad, genética, factores ambientes y estilos de vida. Permitiría evitar la realización de biopsias y evitar así las complicaciones asociadas. Eso sí, habrá que esperar. Por el momento, finaliza la radióloga, en España la radiogenómica se está utilizando en investigación, sobre todo en resonancia de mama y en mamografía.

Temas

Cáncer