La IA revoluciona el cribado del cáncer de mama: ahora mide el riesgo de cada mamografía

Los radiólogos que emplean sistemas de inteligencia artificial (IA) en la detección del cáncer de mama tienen ahora la posibilidad de ver el riesgo asignado a cada mamografía, según explica la doctora Sara Romero, especialista en mama del Hospital Universitario Reina Sofía y miembro de la Sociedad Española de Radiología Médica (SERAM). Esta clasificación, inexistente en el cribado convencional, “indica la probabilidad de identificar una lesión sospechosa en la mamografía”, señala Romero.

Los sistemas de IA asignan a las mamografías un nivel de riesgo bajo, intermedio o alto, en función de un score generado automáticamente:

• Las de bajo riesgo tienen una baja probabilidad de presentar lesiones sospechosas.
• Las de riesgo intermedio muestran una probabilidad media.
• Y las de alto riesgo concentran la mayor proporción de casos con cáncer detectable.

“En este último grupo es donde se encuentra la mayor proporción de mamografías con un cáncer detectable”, puntualiza la radióloga.

IA y radiólogos: un binomio que debe ser experto

La SERAM subraya que los beneficios de la inteligencia artificial se demuestran cuando se utiliza como apoyo por radiólogos expertos en lectura mamográfica. En cambio, su uso por profesionales sin formación específica puede generar un aumento innecesario de derivaciones y pruebas complementarias ante hallazgos que finalmente resultan benignos.

“El equilibrio entre detección de cánceres y realización de pruebas adicionales por hallazgos benignos es esencial para el buen funcionamiento de los programas de cribado”, recalca Romero.

Dos grandes aportaciones de la inteligencia artificial

Los sistemas de IA ofrecen dos vías principales de mejora en el cribado mamario:

Clasificación y optimización de flujos de trabajo: al dividir las mamografías por niveles de riesgo, se facilita una lectura más eficiente y se priorizan los casos más complejos.

Apoyo diagnóstico: las marcas que genera el sistema sobre zonas sospechosas ayudan al radiólogo a concentrarse en áreas clave y a reforzar o reconsiderar sus decisiones clínicas.

Según la especialista, esta segunda función “puede servir para afianzar la decisión de considerar una mamografía como normal si la IA no muestra ninguna marca, o para derivar a una paciente si ambas lecturas coinciden en una lesión dudosa”.

Hacia un cribado más amplio y preciso

La incorporación de la inteligencia artificial está favoreciendo nuevas estrategias de distribución del trabajo, lo que podría facilitar la adaptación a las últimas recomendaciones de las guías europeas, como ampliar la edad de cribado a mujeres de 45 a 74 años o generalizar el uso de tomosíntesis, una técnica más precisa que la mamografía tradicional.

“Antes de implantar estas estrategias, los radiólogos debemos estar correctamente formados en el uso de la IA y analizar los resultados que obtenemos”, advierte la doctora Romero.

Evaluar antes de implantar

La especialista insiste en la necesidad de medir el rendimiento actual de los programas de cribado antes de incorporar la IA de manera sistemática: “Debemos conocer cuántas lecturas realizamos, la tasa de derivación y la de falsos positivos —mujeres derivadas en las que finalmente no se diagnostica cáncer—. Solo así podremos saber cómo utilizar esta herramienta para mejorar nuestro rendimiento y el resultado global del cribado”.

Romero concluye recordando que la monitorización continua de los resultados es esencial para comprobar si el uso de la inteligencia artificial realmente logra el objetivo: detectar más cánceres con menos intervenciones innecesarias.