La detección temprana del cáncer de mama sigue siendo uno de los principales desafíos de la medicina preventiva. Si bien la mamografía es una herramienta ampliamente utilizada y ha salvado innumerables vidas, no está exenta de limitaciones. En este contexto, un estudio reciente publicado en una de las revistas científicas más prestigiosas del mundo muestra cómo la inteligencia artificial podría marcar un punto de inflexión en la forma en que se evalúa el riesgo de desarrollar esta enfermedad.
Un equipo de investigadores internacionales desarrolló un modelo basado en aprendizaje profundo capaz de analizar mamografías y predecir el riesgo de cáncer de mama con mayor precisión que los modelos clínicos tradicionales, abriendo la puerta a estrategias de detección más personalizadas y eficaces.
Qué problema busca resolver este avance
Actualmente, muchas guías de tamizaje utilizan modelos de riesgo que combinan edad, antecedentes familiares, factores hormonales y densidad mamaria. Sin embargo, estos modelos presentan una capacidad predictiva limitada y, en algunos casos, conducen a exámenes innecesarios en mujeres de bajo riesgo o a diagnósticos tardíos en mujeres que sí desarrollarán cáncer.
El nuevo enfoque propone usar directamente la información contenida en las imágenes mamográficas, apoyándose en inteligencia artificial para identificar patrones sutiles que no siempre son evidentes al ojo humano.
También puedes leer:
Cómo funciona el nuevo modelo de detección
El modelo, denominado Mirai, utiliza técnicas avanzadas de aprendizaje profundo (deep learning) para analizar las imágenes completas de una mamografía. A diferencia de otros sistemas, no se limita a detectar lesiones visibles, sino que estima el riesgo de desarrollar cáncer de mama en distintos plazos de tiempo, hasta cinco años después del examen.
Uno de los aspectos más relevantes del estudio es que el modelo fue entrenado y validado con datos provenientes de distintos países y sistemas de salud, lo que permitió evaluar su desempeño en poblaciones diversas y con distintos equipos de mamografía.
Resultados que muestran un mejor desempeño
Según los resultados del estudio, el modelo basado en inteligencia artificial logró superar a los modelos clínicos tradicionales, como el ampliamente utilizado Tyrer-Cuzick, en la identificación de mujeres con alto riesgo de desarrollar cáncer de mama en los años siguientes.
En términos prácticos, esto significa que el sistema fue capaz de identificar a un mayor porcentaje de mujeres que efectivamente desarrollaron la enfermedad, sin aumentar de manera significativa los falsos positivos. Este equilibrio es clave para mejorar la detección precoz sin generar ansiedad innecesaria ni sobrecargar los sistemas de salud.
Qué implicancias podría tener en la práctica clínica
Los autores del estudio destacan que este tipo de herramientas no busca reemplazar a los profesionales de la salud, sino complementar la toma de decisiones clínicas. En este sentido, un modelo de riesgo más preciso permitiría ajustar la frecuencia y el tipo de controles, ofreciendo exámenes más intensivos a quienes realmente lo necesitan y reduciendo intervenciones innecesarias en quienes presentan bajo riesgo.
No obstante, los investigadores subrayan que antes de una implementación masiva se requieren estudios prospectivos adicionales y evaluaciones regulatorias, para asegurar que estos sistemas sean seguros, equitativos y eficaces en distintos contextos de atención.
Una mirada responsable frente a la innovación
Si bien este avance representa una señal prometedora, los especialistas coinciden en que la inteligencia artificial debe incorporarse de manera gradual y transparente. La detección temprana del cáncer de mama sigue dependiendo, en gran medida, del acceso oportuno a controles, de la evaluación clínica y del seguimiento médico adecuado.
El estudio fue desarrollado por investigadores del Massachusetts Institute of Technology (MIT), el Massachusetts General Hospital (MGH), el Karolinska University Hospital en Suecia y el Chang Gung Memorial Hospital en Taiwán, entre otras instituciones académicas y clínicas internacionales.
Los resultados fueron publicados en la revista científica Science Translational Medicine, editada por la American Association for the Advancement of Science, una de las organizaciones científicas más relevantes a nivel mundial. Información base para esta nota de Salud al Día
