Una investigación reciente y publicada en Radiology señala que algoritmos de inteligencia artificial (IA) predicen el riesgo de desarrollo de cáncer de mama mejor que los modelos clínicos existentes. Incluso, pronostican cánceres incidentales de 0 a 5 años aun cuando no se detecten clínicamente en la mamografía inicial.

El cáncer de mama representa el tipo de neoplasia más común, con más de 2.2 millones de casos reportados en 2020 a nivel mundial.1 En las Américas, más de 491 000 mujeres son diagnosticadas con la enfermedad y casi 107 000 fallecen al año por esta condición médica.2 La IA aplicada a la mamografía parece ser una herramienta prometedora para mejorar la predicción del riesgo de cáncer de mama. Investigadores de un estudio reciente y publicado en Radiology evaluaron varios algoritmos de IA y los compararon con el modelo de riesgo clínico del Breast Cancer Surveillance Consortium (BCSC). Los resultados obtenidos resaltan el potencial de la IA en la detección temprana y predicción del riesgo de neoplasias mamarias.3<h3>Resultados clave3</h3><ul><li>Se emplearon cinco algoritmos de IA con el objetivo de producir puntuaciones de riesgo continuas.</li><li>Estas puntuaciones se generaron a partir de exámenes mamográficos de detección que fueron obtenidos retrospectivamente de un grupo de 18 019 mujeres.</li><li>Todos los exámenes mamográficos utilizados informaron resultados negativos en cuanto a la presencia de cáncer.</li><li>La IA predijo cánceres incidentales de 0 a 5 años mejor que el modelo de riesgo clínico del BCSC, incluso cuando no se detectó clínicamente en la mamografía inicial.</li><li>Combinar ambas estrategias (algoritmos de IA con BCSC) optimizó la predicción del riesgo en comparación con el uso aislado de IA.</li></ul><h3>Tasas de incidencia acumuladas del modelo BCSC versus IA3</h3>Las tasas de incidencia acumuladas promedio a los 5 años fueron de 30.4 por 1000 personas-años para mujeres con puntuación de riesgo BCSC por encima del percentil 90, 15.0 por 1000 personas-años en el percentil medio 80, y 6.1 por 1000 personas-años por debajo del percentil 10. En el caso de los algoritmos de IA, las tasas de incidencia acumulada promedio a los 5 años variaron de 34.9 a 41.3 por 1000 personas-años para mujeres con puntuación de riesgo superior al percentil 90, de 13.7 a 14.5 por 1000 personas-años en el percentil medio 80, y de 3.8 a 7.4 por 1000 personas-años por debajo del percentil 10.<h3>Conclusión3</h3>Los resultados del estudio resaltan el potencial de la IA aplicada a la mamografía para mejorar predicción del riesgo de cáncer de mama. Estos algoritmos mostraron discriminación significativamente mayor que el modelo del BCSC. <h4>Comentario editorial</h4>Con estos resultados y otros estudios que mencionan los beneficios de la IA como herramienta diagnóstica, queda la interrogante de si esta reemplazará los modelos, puntuaciones o scores clínicos utilizados en la actualidad. Sin duda, identificar de manera temprana enfermedades neoplásicas potencialmente mortales es crucial para la comunidad médica con el fin de prevenir metástasis y mortalidad, pero ¿hasta qué punto nos beneficiará la IA? <figure class="poll" data-id="665">{ Poll ID: 665}</figure>

Oncología

Radiología e Imágenes Diagnósticas

Medicina General

Docred

Inteligencia artificial versus experiencia médica: ¿cómo será el futuro en la detección de cáncer?

La inteligencia artificial predice riesgo de cáncer de mama mejor que modelos clínicos tradicionales. Lea la noticia completa acá. 