{"id":69418,"date":"2026-05-15T08:53:58","date_gmt":"2026-05-15T14:53:58","guid":{"rendered":"https:\/\/saluddigital.com\/?p=69418"},"modified":"2026-05-15T08:57:59","modified_gmt":"2026-05-15T14:57:59","slug":"modelo-de-ia-supera-la-densidad-mamaria-para-identificar-riesgo-de-cancer-de-mama","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-de-ia-supera-la-densidad-mamaria-para-identificar-riesgo-de-cancer-de-mama\/","title":{"rendered":"Modelo de IA supera la densidad mamaria para identificar riesgo de c\u00e1ncer de mama"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un estudio reciente evalu\u00f3 el desempe\u00f1o del modelo de aprendizaje profundo Mirai frente al criterio de densidad mamaria en la predicci\u00f3n del c\u00e1ncer de mama a cinco a\u00f1os, con resultados que cuestionan las pol\u00edticas de tamizaje vigentes en Estados Unidos.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un equipo de investigadores del Massachusetts General Hospital y la Harvard Medical School analiz\u00f3 123,091 mamograf\u00edas de detecci\u00f3n realizadas entre 2009 y 2018 en 67,019 pacientes, con seguimiento hasta 2023, para comparar la capacidad predictiva del modelo de aprendizaje profundo o deep learning<\/em>, Mirai con la clasificaci\u00f3n de densidad mamaria establecida por el sistema BI-RADS del Colegio Americano de Radiolog\u00eda. Los resultados publicados en JAMA Network Open<\/em><\/a>, muestran que el modelo de inteligencia artificial (IA) ofreci\u00f3 una discriminaci\u00f3n significativamente mayor para estimar el riesgo de c\u00e1ncer a cinco a\u00f1os, con un \u00e1rea bajo la curva ROC de 0.71, frente a 0.53 del criterio de densidad.<\/p>

El contexto regulatorio del estudio tiene relevancia directa: desde septiembre de 2024, la Administraci\u00f3n de Alimentos y Medicamentos (FDA, en ingl\u00e9s) exige que los centros de imagenolog\u00eda notifiquen a las pacientes si sus mamas son densas o no densas, y m\u00e1s de 30 estados cuentan con legislaci\u00f3n que ampl\u00eda la cobertura de seguro para estudios complementarios en mujeres con mamas densas. Sin embargo, los autores se\u00f1alan que esta clasificaci\u00f3n binaria, es decir densa contra no densa, aplica al 40 o 50% de las mujeres sometidas a tamizaje, se determina mediante evaluaci\u00f3n visual subjetiva con variabilidad conocida entre radi\u00f3logos, y no refleja necesariamente el riesgo individual de cada paciente.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El modelo Mirai, desarrollado conjuntamente por el MIT y el Massachusetts General Hospital, genera una puntuaci\u00f3n de riesgo absoluto a uno y cinco a\u00f1os a partir de las cuatro proyecciones est\u00e1ndar de la mamograf\u00eda convencional en dos dimensiones, sin requerir cuestionarios cl\u00ednicos ni datos adicionales de la paciente. En el estudio, las pacientes clasificadas como de alto riesgo por el modelo, como aquellas con una puntuaci\u00f3n superior al 3%, presentaron una incidencia de c\u00e1ncer del 6.2%, frente al 1.0% en el grupo de bajo riesgo. Adem\u00e1s, mujeres con mamas no densas pero clasificadas como de alto riesgo por el modelo registraron una incidencia del 6.0%, comparable al 6.4% observado en mujeres con mamas densas y alto riesgo por IA, lo que evidencia que la densidad por s\u00ed sola resulta insuficiente para estratificar el riesgo de manera precisa.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En cuanto a los resultados falsos negativos, definidos como mamograf\u00edas interpretadas como normales o benignas seguidas de un diagn\u00f3stico de c\u00e1ncer dentro del a\u00f1o siguiente, las tasas tambi\u00e9n aumentaron de manera escalonada conforme sub\u00eda el puntaje de riesgo del modelo: 0.6 por cada mil estudios en el grupo de bajo riesgo, 1.0 en el intermedio y 2.1 en el de alto riesgo. La mayor tasa de falsos negativos se registr\u00f3 en mujeres con mamas densas y puntuaci\u00f3n alta de IA, 3.0 por cada mil estudios, mientras que la menor correspondi\u00f3 a mujeres con mamas no densas y bajo riesgo seg\u00fan el modelo, es decir 0.2 por cada mil estudios. A\u00f1adir la densidad mamaria al modelo de IA no mejor\u00f3 su desempe\u00f1o discriminatorio.<\/p>

El rendimiento del modelo fue consistente en los an\u00e1lisis por subgrupos raciales y \u00e9tnicos. Entre pacientes blancas, el \u00e1rea bajo la curva fue de 0.70 para el modelo de IA frente a 0.53 para la densidad; entre pacientes asi\u00e1ticas, 0.69 frente a 0.54; entre pacientes negras, 0.72 frente a 0.57, y entre pacientes hispanas, 0.69 frente a 0.56.<\/p>

Los autores reconocen que se trata de un estudio retrospectivo en un solo sistema hospitalario acad\u00e9mico con un \u00fanico proveedor de equipos de imagenolog\u00eda, lo que puede limitar la generalizaci\u00f3n de los hallazgos. La cohorte fue predominantemente blanca, el modelo fue desarrollado sobre im\u00e1genes de mamograf\u00eda digital convencional en dos dimensiones sin incorporar tomos\u00edntesis, y los umbrales de riesgo utilizados, que est\u00e1n basados en los criterios del National Comprehensive Cancer Network, requieren validaci\u00f3n prospectiva antes de su adopci\u00f3n cl\u00ednica extendida. El n\u00famero relativamente peque\u00f1o de resultados falsos negativos tambi\u00e9n restringi\u00f3 la precisi\u00f3n de los estimados en los an\u00e1lisis de subgrupos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

JAMA NETWORK<\/strong><\/p>

https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2848558<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Modelo de IA supera la densidad mamaria para identificar riesgo de c\u00e1ncer de mama seg\u00fan nuevo estudio de Harvard.<\/p>","protected":false},"author":1,"featured_media":69421,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-69418","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/69418","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=69418"}],"version-history":[{"count":5,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/69418\/revisions"}],"predecessor-version":[{"id":69425,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/69418\/revisions\/69425"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/69421"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=69418"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=69418"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=69418"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}