La inteligencia artificial mejora la detección de cáncer de mama en mamografías, según estudio
La integración de la inteligencia artificial (IA) en la mamografía de cribado está cambiando el panorama de la detección temprana del cáncer de mama. Un estudio reciente, publicado en The Lancet Digital Health, ha revelado que el uso de IA para asistir en la interpretación de las mamografías mejora significativamente las tasas de detección de cáncer, a la vez que alivia la carga de trabajo de los radiólogos.
Lea también: La fiesta del niño Dios negro, una tradición única de Quinamayó
Este ensayo clínico aleatorizado, conocido como MASAI, se llevó a cabo en el marco del programa nacional de cribado en Suecia y participó un total de más de 105.000 mujeres. Los resultados han sido contundentes: el flujo de trabajo asistido por la tecnología Transpara, desarrollada por ScreenPoint Medical, aumentó la detección del cáncer de mama en un 29%, sin aumentar la tasa de falsos positivos. Además, permitió reducir en un 44% la carga de trabajo para los radiólogos.
Cómo la inteligencia artificial transforma el cribado mamográfico en un ensayo clínico
El estudio MASAI ha mostrado de manera clara los beneficios de integrar la IA en el proceso de mamografía. La tecnología Transpara, basada en IA, ayuda a los radiólogos a detectar el cáncer de mama de forma más precisa y rápida. Esta herramienta está diseñada para analizar las imágenes mamográficas y señalar áreas que podrían requerir una atención más profunda, lo que mejora la eficiencia en la lectura de los resultados.
De acuerdo con la información proporcionada por ScreenPoint Medical, el uso de IA no solo incrementó la detección de cáncer, sino que también permitió que los radiólogos pudieran procesar las mamografías más rápidamente. Esto se traduce en una reducción significativa en el tiempo que los profesionales dedican a revisar cada imagen, lo que aumenta su productividad y reduce el riesgo de fatiga o errores en el diagnóstico.
El ensayo clínico aleatorizado comparó dos grupos: uno con asistencia de IA y otro sin ella. El grupo asistido por IA detectó 338 casos de cáncer en 53.043 mujeres, lo que representa un aumento del 29% en la tasa de detección en comparación con el grupo de control. La tasa de detección en el grupo con IA fue de 6,4 casos por cada 1.000 participantes, frente a 5,0 casos en el grupo sin IA.
Resultados clave del estudio MASAI: Aumento en la detección y reducción en la carga de trabajo
Los resultados del estudio MASAI también han mostrado que la inteligencia artificial no solo mejora la tasa de detección, sino que también reduce el impacto de los falsos positivos, lo cual es crucial en el contexto del cribado mamográfico. Sin el aumento de falsos positivos, los radiólogos pueden centrarse más en los casos que realmente requieren atención, sin perder tiempo o recursos en diagnósticos incorrectos.
Además, los hallazgos presentados en este estudio superan los resultados provisionales reportados en 2023. En ese entonces, los datos preliminares mostraron un incremento en la detección del cáncer de mama, pero los nuevos resultados ofrecen detalles más precisos y extensivos, que refuerzan la validez y efectividad de la IA aplicada en este campo.
Lea también: Oferta del fútbol español por Luis Díaz
Otro aspecto relevante es la reducción de la carga de trabajo de los radiólogos. Con la ayuda de la IA, la carga de lectura disminuyó en un 44%, lo que no solo mejora la eficiencia, sino que también puede contribuir a una disminución en el agotamiento profesional, un problema creciente entre los radiólogos debido al aumento de la cantidad de mamografías que deben revisar.
El futuro del cribado mamográfico con inteligencia artificial
El estudio MASAI es solo uno de muchos esfuerzos que demuestran cómo la inteligencia artificial está revolucionando el ámbito de la medicina, en especial en la detección de enfermedades como el cáncer de mama. A medida que esta tecnología continúa evolucionando, es probable que más instituciones de salud a nivel mundial adopten soluciones basadas en IA para mejorar la precisión de sus diagnósticos y optimizar el flujo de trabajo de sus profesionales.
