La inteligencia artificial está en rápido auge. También se utiliza cada vez más en la atención sanitaria. Ahora, se han desarrollado cinco algoritmos de IA para estimar el riesgo de cáncer de mama. Los resultados son asombrosos.
Las mujeres con antecedentes familiares de cáncer de mama o que tienen otras razones para creer que corren un mayor riesgo de padecer la enfermedad pueden someterse a un examen médico para que se calcule su riesgo individual. A continuación se les realiza un escáner de las mamas (una mamografía) y los médicos incluyen en el cálculo otros datos relevantes, como la edad, la carga hereditaria, la densidad mamaria y si la mujer ha tenido hijos. Un modelo de riesgo clínico muy utilizado que agrega estos datos es el modelo del Consorcio de Vigilancia del Cáncer de Mama (BCSC).
Estudio amplio y a largo plazo
Investigadores estadounidenses compararon cinco algoritmos de IA con este modelo relativamente laborioso. Realizaron un seguimiento de 13 628 mujeres que se habían sometido a una mamografía en un hospital californiano en 2016 durante cinco años. Estas mujeres fueron seleccionadas aleatoriamente de entre todas las 324 009 mujeres que se sometieron a un cribado en la clínica ese año por sospecha de mayor riesgo de cáncer de mama. Los investigadores también estudiaron a las 4584 desafortunadas mujeres de este grupo que realmente desarrollaron cáncer de mama en los cinco años siguientes a la exploración. Hicieron balance en 2021.
 |
| La primera imagen muestra el pecho de una mujer de 73 años que se encontraba en el percentil 90 en términos de riesgo de cáncer de mama, según la IA. Desarrolló cáncer de mama en un plazo de cinco años. El pecho de la segunda imagen es de una mujer de 73 años y se sitúa en el 10 % más bajo en términos de riesgo. No desarrolló cáncer de mama en los años siguientes. Imagen: Sociedad Radiológica de Norteamérica |
“Los modelos de riesgo clínico se basan en todo tipo de información. No siempre es posible recopilarla toda, a menudo hay lagunas en los datos”, afirma el investigador principal, Vignesh Arasu. “Gracias a los recientes avances en inteligencia artificial, ahora podemos extraer muchas pistas médicas adicionales de las imágenes mamográficas. Y eso en una fracción del tiempo muy corta.
Caja negra de la inteligencia artificial
Los investigadores dividieron el periodo de estudio de cinco años en tres partes: riesgo inmediato de cáncer, cuando el cáncer de mama se diagnosticaba en el plazo de un año; riesgo futuro de cáncer, cuando el diagnóstico se producía entre un año y cinco años después de la mamografía; y riesgo total de cáncer, cuando se
Combinación de IA y BCSC
Existen algunas diferencias entre los cinco modelos de IA. Algunos predecían mejor el cáncer en el plazo de un año, que suele ser de naturaleza más agresiva. Entonces suele ser necesaria una segunda mamografía. Por ejemplo, en el caso de las mujeres del grupo del 10 % de mayor riesgo, la IA predice correctamente el 28 % de los cánceres, mientras que el BCSC solo puede detectar la enfermedad con antelación en el 21 % de los casos.
Incluso los algoritmos de IA entrenados solo en riesgos a corto plazo (tres meses como máximo) fueron capaces de mirar cinco años en el futuro y predecir un cáncer de mama que el personal médico no pudo ver en la exploración original. Cuando se combinan la IA y el BCSC, es posible mejorar aún más la predicción del cáncer.
“Buscamos una solución precisa, eficiente y escalable que pueda predecir de forma óptima el riesgo de cáncer de mama”, explica Arasu. “Los modelos de riesgo de IA basados en una mamografía son mucho más prácticos que los modelos tradicionales. Esto se debe a que utilizan una sola fuente de datos y son las propias mamografías”.
Tratamiento de precisión a medida
Ya hay varios hospitales en los que los radiólogos utilizan la IA para detectar el cáncer de mama en las exploraciones y calcular las puntuaciones de riesgo de futuras enfermedades. El modelo de IA solo tarda unos segundos y es fácil de añadir al informe médico que pueden ver el paciente y el especialista. “El uso de la IA en la estimación del riesgo de cáncer nos da la posibilidad de ofrecer un asesoramiento médico completo a cada mujer. Esto no siempre era posible antes. Es una herramienta poderosa que puede contribuir a un tratamiento de precisión a medida. Por eso espero que pueda implantarse en todo el país lo antes posible”, concluye Arasu.