MADRID, 29 Oct. (EUROPA PRESS) -
En un estudio de más de 100.000 mamografías de detección, investigadores de la Universidad de Cambridge (Reino Unido) han demostrado el potencial de una herramienta de IA para ayudar a identificar a las mujeres con mayor riesgo de desarrollar cáncer de mama de intervalo, un cáncer de mama que se diagnostica entre mamografías de detección regulares. Los resultados del nuevo estudio se publican en 'Radiology', una revista de la Sociedad Radiológica de Norteamérica (RSNA).
QUÉ ES EL CÁNCER DE MAMA DE INTERVALO Y POR QUÉ ES IMPORTANTE
"Los cánceres de intervalo generalmente tienen un peor pronóstico en comparación con los cánceres detectados mediante cribado, ya que tienden a ser más grandes o más agresivos", expone la coautora Fiona J. Gilbert, MBCh.B., profesora de radiología del Departamento de Radiología de la Universidad de Cambridge, Reino Unido, y radióloga consultora honoraria del Hospital Addenbrooke. "Por eso es importante minimizar el número de cánceres de intervalo en cualquier programa de cribado".
Utilizando un gran conjunto de datos retrospectivos del programa de detección trienal del Reino Unido, la doctora Gilbert y el investigador principal Joshua WD Rothwell, estudiante en la Universidad de Cambridge, emplearon IA para identificar mujeres para imágenes complementarias para encontrar cánceres de intervalo.
"La detección personalizada del cáncer de mama depende de la evaluación precisa del riesgo de una persona de desarrollar cáncer de mama en un período de tiempo específico", explica la doctora Gilbert. "Podemos utilizar imágenes complementarias y ajustar la frecuencia de las pruebas de detección según la densidad mamaria de la mujer y la probabilidad de desarrollar cáncer de mama en un período corto".
La cohorte del estudio incluyó 134.217 mamografías de cribado en el mismo número de mujeres (de 50 a 70 años), con 524 cánceres de intervalo. Los exámenes se realizaron entre 2014 y 2016 en dos centros del Programa Trienal de Cribado Mamario del Reino Unido, utilizando dos sistemas de mamografía diferentes.
Las mamografías digitales de detección negativas (sin detección de cáncer) fueron procesadas por Mirai, un algoritmo basado en aprendizaje profundo, que generó una puntuación de riesgo generalizada para desarrollar cáncer de mama de intervalo. La herramienta de IA utiliza principalmente información de la mamografía, incluyendo las características del tumor y la densidad mamaria, para realizar una predicción del riesgo.
RESULTADOS CLAVE DEL ANÁLISIS DE MÁS DE 100.000 MAMOGRAFÍAS
Las puntuaciones de riesgo a 3 años de la herramienta de IA predijeron retrospectivamente el 3,6% (19/524), el 14,5% (76/524), el 26,1% (137/524) y el 42,4% (222/524) de los 524 cánceres de intervalo en mujeres con las puntuaciones más altas (1%, 5%, 10% y 20%). La identificación de los cánceres de intervalo equivale a una tasa adicional de detección de cáncer de 0,1, 0,6, 1,0 y 1,7 por 1.000.
"Nuestros resultados sugieren que una evaluación adicional de las mamografías dentro del 20% superior de puntajes podría arrojar un 42,4% de cánceres de intervalo, lo que significa que Mirai podría usarse para identificar mujeres para imágenes complementarias o un intervalo de detección más corto, en lugar de o además de la densidad mamaria", aporta Rothwell.
La herramienta de IA tuvo un mejor rendimiento en la predicción de cánceres de intervalo dentro del año posterior a la prueba de detección, en comparación con los resultados entre 12 y 24 meses o entre 24 y 36 meses posteriores. Si bien la herramienta fue menos efectiva en mujeres con tejido mamario extremadamente denso, mostró un rendimiento superior en comparación con las herramientas convencionales de predicción de riesgo.
Los próximos pasos para los investigadores incluyen comparar herramientas de IA predictiva disponibles comercialmente, realizar modelos económicos y un análisis de costo-beneficio y llevar a cabo un ensayo que utilice IA predictiva para identificar a las mujeres que tienen más probabilidades de beneficiarse de las imágenes mamarias complementarias después de una mamografía de detección.
"Identificar a las mujeres con mayor riesgo de desarrollar cáncer de mama es un problema complejo y multifactorial", finaliza Gilbert. "El objetivo es identificar con precisión a las mujeres con mayor probabilidad de padecer cáncer de intervalo, minimizando al mismo tiempo la cantidad de estudios de imagen complementarios realizados".
