La inteligencia artificial, tan eficaz como dos radiólogos buscando tumores de mama

El estudio, publicado en The Lancet Oncology, muestra en un análisis preliminar que contar con la ayuda de la IA es tan útil como poner a dos radiólogos especializados en mama a revisar al mismo tiempo las mamografías en busca de tumores.

No solo no redujeron casi a la mitad la carga de trabajo del especialista sino que lo hicieron sin aumentar los falsos positivos.

Lo que aún no ha demostrado este estudio preliminar es si esa interpretación más rápida de las imágenes se traduce finalmente en una detección más precoz y, por tanto, más tratable. Sobre todo, en los llamados cánceres de intervalo, que son esos tumores que aparecen entre cribado y cribado. Tampoco justifica plenamente el uso de esta tecnología, al menos de forma inmediata.

«Estos prometedores resultados provisionales de seguridad deben usarse para informar nuevos ensayos y evaluaciones basadas en programas para abordar la pronunciada escasez de radiólogos en muchos países. Pero no son suficientes por sí solos para confirmar que la IA está lista para implementarse en las mamografías», advierte la autora principal del estudio, la Dra. Kristina Lång, de la Universidad de Lund, Suecia. «Todavía necesitamos comprender las implicaciones en los resultados de los pacientes, especialmente si la combinación de la experiencia de los radiólogos con la IA puede ayudar a detectar cánceres de intervalo que a menudo pasan desapercibidos en las pruebas de detección tradicionales, así como la rentabilidad de la tecnología», explica en un nota de prensa.

Doble lectura

Las directrices europeas recomiendan la doble lectura de las mamografías por parte de dos radiólogos para garantizar una alta sensibilidad (para identificar correctamente a las personas con la enfermedad). Pero hay una escasez de radiólogos de mama, incluidos muchos países europeos, y para formar a nuevos especialistas en la interpretación de mamografías se necesita más de una década.

Por tanto, la IA se propone no como una alternativa al radiólogo, sino como un chequeo de seguridad, un segundo lector automatizado que aliviaría la carga de trabajo sin perder precisión. No se trata del primer estudio que analiza la capacidad de la Inteligencia Artificial en este tipo de exámenes. Ya se habían publicado resultados alentadores, pero este nuevo ensayo clínico añade una evidencia más sólida.

Este nuevo trabajo se realizó con las mamografías de 80.033 mujeres suecas de entre 40 y 80 años.

En el análisis respaldado por IA, analizó la imagen de la mamografía y predijo el riesgo de cáncer en una escala del uno al 10, donde uno representa el riesgo más bajo y 10 el más alto. Si la puntuación de riesgo era inferior a 10, un radiólogo analizaba más la imagen, mientras que si el sistema de IA predecía una puntuación de riesgo de 10, dos radiólogos estudiaban la placa.

Reducir la carga de trabajo

Con todas las luces y las sombras de la Inteligencia Artificial, en la detección del cáncer abre nuevas posibilidades que pueden aliviar la presión de los sistemas sanitarios. Stephen Duffy, catedrático de cribado del cáncer del Instituto Wolfson de Salud de la Población de la Universidad Queen Mary de Londres (QMUL), cree que el nuevo estudio «ilustra el potencial de la inteligencia artificial para reducir la carga de tiempo de los radiólogos. Se trata de una cuestión de considerable importancia en muchos programas de cribado mamario», explicó a SMC. Más allá de la ayuda a los radiólogos, cree Duffy que también aumentará la capacidad de detección y, quizá los falsos positivos.

Dame Wendy Hall, catedrática de Informática de la Universidad de Southampton, aplaude este tipo de investigación, según declara a SMC: «Necesitamos este tipo de investigación basada en pruebas para respaldar las afirmaciones de que la IA nos ayudará a mejorar la asistencia sanitaria. Este es solo un experimento, pero le seguirán otros. El experimento debe repetirse muchas veces antes de que podamos sacar conclusiones generales, pero es muy alentador ver resultados positivos».