Nuevos estudios han evaluado el rendimiento de un sistema de inteligencia artificial para la detección de cáncer de mama, desarrollado por Google, en condiciones reales, analizando mamografías en hospitales británicos. Aunque este sistema se presentó en 2020, aún no se ha implementado de forma rutinaria para el diagnóstico de pacientes.

La investigación indica que la IA puede detectar más tumores que un radiólogo en algunas situaciones, al tiempo que reduce el número de falsos positivos.

¿Cómo funciona el sistema?

El sistema de Google utiliza tres redes neuronales convolucionales que han sido entrenadas con extensas bases de datos de imágenes de mamografías. Estos modelos trabajan en conjunto para crear una representación de la imagen, identificar áreas sospechosas y, posteriormente, evaluar la probabilidad de la presencia de cáncer.

En el desarrollo y las pruebas participaron científicos del Imperial College London, la Universidad de Surrey, el Royal Surrey NHS Foundation Trust y otros centros de detección del sistema National Health Service.

Resultados de las pruebas

En un estudio retrospectivo que incluyó 116.000 mamografías de mujeres de entre 50 y 70 años, el sistema alcanzó una sensibilidad de 0.541, mientras que la evaluación inicial realizada por un radiólogo obtuvo una sensibilidad de 0.437. Esto significa que la IA detectó más casos reales de cáncer.

Al mismo tiempo, mantuvo una alta especificidad de 0.943, que es ligeramente inferior a la de los médicos (0.952), pero estadísticamente comparable.

Un hallazgo importante fue que el sistema pudo identificar aproximadamente el 25% de los casos que fueron inicialmente pasados por alto por los médicos, pero que posteriormente se confirmó que las pacientes tenían cáncer.

En una simulación en la que la IA reemplazó al segundo radiólogo en la lectura doble de las imágenes, mostró resultados ligeramente mejores que los humanos y, al mismo tiempo, pudo reducir la carga de trabajo de los especialistas en aproximadamente un 40% gracias a una clasificación más eficiente de los casos.

Prueba en condiciones reales

En otro estudio, se analizaron aproximadamente 9.250 imágenes nuevas de 12 clínicas británicas en los años 2023 y 2024. El sistema de IA funcionó en paralelo con el diagnóstico habitual, pero no influyó en las decisiones de los médicos.

Aquí se observó que la IA es significativamente más rápida: la evaluación de una imagen tardó un promedio de 17.7 minutos, mientras que la evaluación inicial realizada por un radiólogo tardó más de dos días.

Incluso en esta prueba, el sistema mantuvo una sensibilidad superior a la de la evaluación médica inicial y una especificidad comparable.

Beneficios y limitaciones

Los resultados confirman que la IA puede ser de gran ayuda para aliviar la carga de los sistemas de salud, especialmente en aquellos lugares donde hay escasez de radiólogos y un gran volumen de exámenes.

Sin embargo, algunos médicos expresaron desconfianza en los resultados del sistema, lo que indica que el problema no es solo la precisión técnica, sino también la aceptación de la tecnología en la práctica clínica.

Contexto más amplio

El uso de la inteligencia artificial en la mamografía se remonta a la década de 1990, cuando aparecieron los primeros sistemas de diagnóstico asistido por ordenador. El rápido desarrollo se produjo a mediados de la década de 2010, con el aprendizaje profundo, cuando los modelos comenzaron a superar los métodos tradicionales.

El cáncer de mama afecta a aproximadamente 2.3 millones de mujeres en todo el mundo cada año, y cientos de miles de casos terminan en muerte. Por lo tanto, el diagnóstico temprano sigue siendo fundamental.

deeplearning.ai/gnews.cz - GH