Un estudio de gran escala en Suecia, publicado en The Lancet, valida el potencial de la inteligencia artificial (IA) para mejorar los cribados de cáncer de mama. La IA, utilizada como apoyo a los radiólogos en la lectura de mamografías de más de 100.000 mujeres, no solo aumentó la detección temprana de tumores en un 29% y redujo los cánceres de intervalo en un 12%, sino que también alivió la carga de trabajo de los especialistas. Los investigadores enfatizan que la IA complementa al ojo clínico, sin buscar reemplazarlo, y apelan a su implementación cautelosa.
En tiempos donde la inteligencia artificial (IA) genera tanto fascinación como un cierto recelo, su incursión en el campo de la medicina y, más específicamente, en el apoyo al diagnóstico por imágenes, empieza a dar frutos que, según algunos, son difíciles de ignorar. El último golpe en la mesa, o al menos un importante espaldarazo, llega desde un ensayo clínico sueco, publicado en la prestigiosa revista The Lancet. La premisa es clara: la IA puede ser un aliado estratégico en los cribados de cáncer de mama.
El estudio, que abarcó a más de 100.000 mujeres en Suecia, no se anduvo con chiquitas. Demostró que, con la asistencia de un programa inteligente, la lectura de mamografías mejora la detección temprana de tumores mamarios. Y como si fuera poco, le quita una porción significativa de trabajo a los siempre atareados radiólogos, además de reducir una de las bestias negras del cribado: el cáncer de intervalo, esos tumores que aparecen entre una ronda de controles y la siguiente, y que suelen tener un pronóstico menos favorable.
Pero antes de que alguien saque las antorchas o brinde por la jubilación anticipada de los profesionales de la salud, los autores del estudio son enfáticos: esta investigación no justifica la sustitución del personal sanitario por la IA. Lo que sí hace es dar un empuje contundente al uso de estas herramientas para optimizar resultados en un contexto muy particular. «La implementación de la mamografía con IA en los programas de cribado del cáncer de mama podría ayudar a reducir la presión laboral de los radiólogos, además de ayudar a detectar más cánceres en una etapa temprana, incluidos aquellos con subtipos agresivos», sostiene la autora principal, Kristina Lång, de la Universidad de Lund (Suecia). Eso sí, a renglón seguido, la investigadora apela a introducir la IA «con cautela», utilizando herramientas probadas y con seguimiento continuo. Un llamado a la prudencia que parece sensato.
Cribados que salvan vidas: la IA como aliado
Que los cribados salvan vidas es una verdad de perogrullo que pocos se atreverían a discutir. Estas estrategias poblacionales son clave para localizar tumores en etapas tempranas y, como en el cáncer el tiempo es vida, una detección precoz multiplica las chances de curación. La mamografía, práctica habitual cada dos años a partir de los 45 o 50 en Europa, según el país, ha probado sobradamente su valía. Sin embargo, no es infalible. Detecta mucho, rápido y bien, pero algunos tumores pueden escapar al ojo de estos programas de detección precoz.
De hecho, las estimaciones sugieren que entre el 20% y el 30% de los tumores diagnosticados tras una prueba de cribado negativa y antes de la siguiente —los ya mencionados tumores de intervalo— podrían haberse detectado en la mamografía anterior. No es un detalle menor. Por eso, mejorar el rendimiento de las pruebas es fundamental para dar caza al cáncer cuanto antes y evitar diagnósticos tardíos de tumores peligrosos que pueden pasar desapercibidos.
En los cribados de mama, el protocolo estándar exige una doble lectura por parte de dos radiólogos. Lo que hicieron en esta investigación fue dividir a las participantes en dos grupos: al grupo control se le aplicó el análisis tradicional de doble lectura, mientras que al brazo de intervención se le proporcionó el apoyo de un sistema de IA. Este último, entrenado con más de 200.000 pruebas de diez países, analizaba las imágenes y clasificaba las de bajo riesgo para una sola lectura y las de alto riesgo, para la doble revisión de los radiólogos.
Más detección, menos preocupación
El ensayo, bautizado MASAI, confirmó que, en comparación con el grupo control, en el brazo de intervención (el que recurrió al apoyo de la IA), se identificaron un impresionante 29% más de tumores. Y aquí viene el dato que hace la diferencia: sin un incremento de los falsos positivos. Una cifra que no solo habla de eficacia, sino también de la calidad de la detección.
«En el ensayo, los radiólogos tomaron la decisión final, pero recibieron el apoyo de la IA. El conocimiento del nivel de sospecha de la IA probablemente influyó en las decisiones de los radiólogos, ayudando a reducir los falsos negativos en exámenes de alto riesgo. Además, la IA destacó las áreas sospechosas en la mamografía, lo que podría haber ayudado a los radiólogos a identificar cánceres que de otro modo habrían pasado desapercibidos», reflexiona Lång. Una suerte de copiloto inteligente que señala el camino, pero sin tomar el volante.
La consecuencia inmediata de esta mayor precisión es que, al identificar más tumores durante el cribado, la tasa de diagnóstico en los dos años posteriores, antes del siguiente cribado (es decir, el cáncer de intervalo), también cae. En concreto, un 12%. Y esto es fundamental, según Lång, porque los tumores que se diagnostican entre rondas de cribados suelen ser especialmente agresivos o presentarse en etapas más avanzadas que los que se detectan durante el cribado rutinario.
«Es importante minimizar el número de cánceres de intervalo. La detección temprana de cánceres clínicamente significativos en el cribado es clave, ya que detectarlos a tiempo mejora las perspectivas de un tratamiento eficaz», expone la investigadora. Un argumento que resuena con fuerza en el ámbito de la salud pública.
IA: complemento, no reemplazo, la clave del futuro
La investigación también reveló que, con el cribado apoyado por la IA, la carga de trabajo por la lectura de las mamografías se reduce un 44%. Un dato vital, sobre todo en un contexto global de escasez de radiólogos de mama, como bien señala Lång. Marina Álvarez, directora de Radiodiagnóstico de Cáncer de Mama del Hospital Reina Sofía de Córdoba y miembro de la Sociedad Española de Radiología Médica, considera que este estudio arroja «una evidencia muy fuerte para la toma de decisiones sobre los programas de cribado». Y plantea una cuestión central: «Disminuir la carga de trabajo es necesario. No va a ser posible ampliar la edad de los cribados si no usamos este tipo de herramientas».
Ahora bien, ante las suspicacias que pueda generar este tipo de herramientas dentro del colectivo médico, Lång advierte que una cosa es aligerar el volumen de actividad de los profesionales y otra muy diferente es hablar de sustituirlos: «Este estudio no demostró que la IA pueda reemplazar a los radiólogos. Si la IA se utilizara como herramienta independiente, probablemente generaría muchos falsos positivos. Por otro lado, la IA también pasó por alto algunos cánceres en el ensayo que sí fueron detectados por radiólogos».
La IA no es perfecta y, como los humanos, también comete errores. Lo que plantea este estudio es su viabilidad como complemento al ojo médico. «La IA aún no está lo suficientemente desarrollada como para reemplazar a los lectores humanos en el cribado del cáncer de mama, pero evidentemente ya es una valiosa herramienta de apoyo para que el cribado sea más eficiente y preciso», insiste la investigadora.
Álvarez, quien no participó en este estudio, coincide en el papel fundamental de un radiólogo experimentado. «Es el que toma las decisiones. La principal aportación de la IA es que son dos ojos que se suman al tuyo y miran diferente: detectan lesiones muy sutiles que pueden pasar desapercibidas. Pero al final, la decisión última la tenemos que tomar nosotros». Al final del día, la batuta la sigue llevando el profesional, aunque ahora con una orquesta más potente y afinada. Lång asegura que ya se están haciendo análisis de costo-efectividad con estas herramientas y queda pendiente evaluar los resultados del cribado en rondas posteriores para ver los efectos a largo plazo. El futuro, dicen, ya llegó, pero aún falta calibrar la brújula económica y la hoja de ruta a largo plazo.
