La inteligencia artificial que ayudaría a diagnosticar el cáncer de mama

La herramienta permite clasificar exámenes de mamografía y apoyar el análisis de los radiólogos.

PERIODISTA18.07.2022 08:08 Actualizado: 18.07.2022 10:03

Comentar

Luego de analizar 1'193.197 estudios de mamografía digital de campo completo realizados entre el 1.° de enero de 2007 y el 31 de diciembre de 2020, un grupo de doctores logró identificar las potencialidades que tendría el uso de un software de inteligencia artificial (IA) en la detección de cáncer de seno.

(Lea también: ¿Por qué es esencial entrenar después de los 40 años?).

La investigación realizada por Christian Leibig, Moritz Brehmer, Stefan Bunk, Danalyn Byng, Katja Pinker y Lale Umutlu fue publicada por 'The Lancet Digital Health', en un artículo en el que propusieron integrar la IA en el proceso para la detección del cáncer de mama.

(Le puede interesar: Vacuna contra covid afectaría menstruación de las mujeres, dice estudio).

La propuesta de los investigadores es que las evaluaciones algorítmicas con alta certeza sobre el diagnóstico se realicen automáticamente, mientras que las evaluaciones con menor certeza se remitan al radiólogo.

(Lea también: Nueva terapia con 'resultados prometedores' para cáncer cerebral infantil).

"Este sistema de IA de dos partes puede clasificar exámenes de mamografía normales y proporcionar detección de cáncer post-hoc para mantener un alto grado de sensibilidad", señalaron en su artículo, titulado Combining the strengths of radiologists and AI for breast cancer screening: a retrospective analysis (Combinando las fortalezas de los radiólogos y la IA para la detección del cáncer de mama: un análisis retrospectivo, en español).

El estudio buscó evaluar el rendimiento de este sistema de IA en cuanto a sensibilidad y especificidad cuando se usa como un sistema independiente así como dentro de un enfoque de referencia de decisión, en comparación con la decisión original solo a partir del conocimiento del radiólogo.

(Le sugerimos consultar: Todo lo que debe saber sobre el cáncer de hígado y cómo prevenirlo).

Los resultados del estudio dejaron ver que la configuración del sistema de IA en modo autónomo logró una sensibilidad del 84,2 por ciento y una especificidad del 89,5 por ciento en datos de prueba y una sensibilidad del 84,6 por ciento y una especificidad del 91,3 por ciento en datos de pruebas externas, aunque fue menos preciso que el promedio del radiólogo solo.

De otro lado, cuando la IA se usó para la derivación de decisiones simulada, es decir, cuando se combina con el conocimiento del radiólogo, la herramienta mejoró significativamente la sensibilidad del médico en 2,6 puntos porcentuales y la especificidad en 1,0 puntos porcentuales, lo que corresponde a un rendimiento de triaje del 63,0 por ciento en el conjunto de datos externo.

Según se lee en el artículo, el enfoque de derivación de decisiones también produjo aumentos significativos en la sensibilidad para una serie de subgrupos clínicamente relevantes, incluidos los subgrupos de lesiones de pequeño tamaño y carcinomas invasivos.

(Más notas: La pandemia provocó un retroceso en la vacunación de otras enfermedades).

Del mismo modo, los investigadores destacaron que la sensibilidad del enfoque de referencia de decisión fue consistente en los ocho sitios de detección incluidos en el estudio.

Es por esto que señalaron que el enfoque de derivación de decisiones "aprovecha las fortalezas tanto del radiólogo como de la IA, demostrando mejoras en la sensibilidad y especificidad que superan las del radiólogo individual y del sistema de IA independiente".

En ese sentido, señalaron que este enfoque tiene el potencial de mejorar la precisión de la detección de los radiólogos, pues se adapta a los requisitos de la detección y podría permitir la reducción de la carga de trabajo, sin descartar el conocimiento que tienen los médicos radiólogos.