Un estudio en Países Bajos muestra que el uso de IA como segundo lector aumenta la sensibilidad en los diagnósticos sin importar la densidad mamaria
El cáncer de mama es una de las principales causas de mortalidad en mujeres, y los programas de tamizaje mediante mamografías han demostrado reducir las muertes al permitir diagnósticos más tempranos. Sin embargo, la lectura de imágenes presenta limitaciones, como la variabilidad entre especialistas y la posibilidad de pasar por alto lesiones relevantes. En este contexto, un estudio publicado en The Lancet Digital Health evaluó la efectividad de la inteligencia artificial (IA) como apoyo en la interpretación de mamografías dentro del programa de detección poblacional de Países Bajos.
La investigación, realizada con más de 42 mil mamografías obtenidas entre 2016 y 2018, comparó distintos escenarios de lectura: un radiólogo de manera individual, doble lectura humana, lectura independiente de la IA y la combinación de un especialista con IA como segundo lector.
Los resultados mostraron que la combinación de un lector humano con IA incrementó la sensibilidad en la detección de cáncer de mama en un 8,4% respecto a la doble lectura humana. Este aumento se logró sin diferencias significativas en relación con la densidad mamaria, uno de los factores que suele dificultar la interpretación de imágenes.
Además, los casos de cáncer detectados exclusivamente por la IA correspondían en mayor proporción a tumores invasivos o de mayor tamaño que los identificados inicialmente por radiólogos, lo que subraya la relevancia clínica de las detecciones tempranas que aporta esta tecnología.
No obstante, el estudio señala que la combinación con IA eleva también la tasa de llamadas a revisión, lo que implica un aumento en la carga de trabajo y potencial ansiedad en las pacientes. Por ello, los autores destacan la necesidad de implementar procesos de arbitraje efectivos que equilibren la mayor sensibilidad diagnóstica con la reducción de falsos positivos.
Si bien, los hallazgos sugieren que la IA podría convertirse en una herramienta clave para optimizar los programas de tamizaje de cáncer de mama, persisten desafíos para complementar la labor de los profesionales en radiología y contribuir a diagnósticos más tempranos y relevantes clínicamente. En este sentido, su adopción requiere ajustar protocolos de revisión y generar consenso para garantizar la seguridad y eficiencia en su uso a gran escala.
