Un algoritmo de inteligencia artificial para la detección del cáncer de mama tiene el potencial de identificar hasta un tercio de los cánceres de intervalo que no se detectan en las pruebas habituales de cribado. Según un estudio del Hospital General de Massachusetts publicado en la revista 'Radiology' de la Sociedad Radiológica de Norteamérica (RSNA), esta tecnología podría mejorar significativamente el rendimiento de la tomosíntesis digital de mama (TDM), también conocida como mamografía 3D.
Los cánceres de mama de intervalo son tumores sintomáticos que se diagnostican entre las mamografías de cribado regulares y tienden a tener peores pronósticos debido a su biología más agresiva y rápido crecimiento. La mamografía tridimensional puede mejorar la visualización de las lesiones mamarias y revelar cánceres que podrían estar ocultos por tejido denso.
Datos limitados sobre resultados a largo plazo
"Dada la falta de datos a largo plazo sobre la mortalidad relacionada con el cáncer de mama, medidos durante 10 años o más tras el inicio del cribado con TDM, la tasa de cáncer de intervalo se utilizó a menudo como marcador indirecto", explica la doctora Manisha Bahl, directora de calidad de la división de imágenes mamarias del Hospital General de Massachusetts y profesora asociada de la Facultad de Medicina de Harvard. "Se supone que la reducción de esta tasa reduce la morbilidad y la mortalidad relacionadas con el cáncer de mama".
En el estudio de 1.376 casos, los investigadores analizaron retrospectivamente 224 cánceres de intervalo en 224 mujeres que se sometieron a pruebas de detección con TDM. El algoritmo de IA Lunit INSIGHT DBT v1.1.0.0 localizó correctamente el 32,6 por ciento de los cánceres que no se habían detectado previamente.
Resultados sorprendentes para los investigadores
"Mi equipo y yo nos sorprendimos al descubrir que casi un tercio de los cánceres de intervalo fueron detectados y localizados correctamente por el algoritmo de IA en mamografías de detección que habían sido interpretadas como negativas por los radiólogos, lo que destaca el potencial de la IA como un valioso segundo lector", comenta Bahl.
Según los investigadores, este estudio puede representar la primera investigación publicada que examina específicamente la asistencia de IA en la detección de cánceres de intervalo en los exámenes de detección TDM. "Varios estudios han explorado el uso de IA para detectar cánceres de intervalo en exámenes de mamografía digital bidimensional de detección, pero hasta donde sabemos, ninguna literatura publicada previamente se ha centrado en el uso de IA para detectar cánceres de intervalo en TDM", insiste la doctora Bahl.
Análisis específico mejora la precisión
Para evitar sobreestimar la sensibilidad del algoritmo de IA, el equipo empleó un análisis específico de la lesión que "reconoce" el algoritmo solo cuando identifica y localiza correctamente el sitio exacto del cáncer. "Por el contrario, un análisis a nivel de examen atribuye a la IA cualquier resultado positivo, incluso si su anotación es incorrecta o no está relacionada con la localización real del cáncer, lo que puede inflar la sensibilidad del algoritmo", asegura Bahl.
Los cánceres detectados por el algoritmo tendían a ser más grandes y era más probable que tuvieran ganglios linfáticos positivos. "Estos hallazgos sugieren que la IA puede detectar preferentemente tumores más agresivos o de crecimiento más rápido, o que identifica cánceres no detectados que ya estaban avanzados en el momento de la detección", señala la investigadora.
Resultados prometedores en validación amplia
Entre 1.000 pacientes analizados, incluyendo aquellos con cánceres verdaderos positivos según la patología y aquellos con resultados verdaderos negativos y falsos positivos según un seguimiento de un año, el algoritmo localizó correctamente el 84,4 por ciento de 334 cánceres verdaderos positivos. También clasificó correctamente como negativos el 85,9 por ciento de 333 casos verdaderos negativos y el 73,2 por ciento de 333 casos falsos positivos.
"Nuestro estudio demuestra que un algoritmo de IA puede detectar retrospectivamente y localizar correctamente casi un tercio de los cánceres de mama de intervalo en las pruebas de cribado TDM, lo que sugiere su potencial para reducir la tasa de cáncer de intervalo y mejorar los resultados del cribado", apunta Bahl. Sin embargo, advierte que su impacto en el mundo real dependerá de la adopción y validación por parte de los radiólogos en diversos entornos clínicos.
(Europa Press) Nota: Este artículo ha sido editado con la ayuda de Inteligencia Artificial.
