Archivo - Imagen de una mamografía. - ISTOCK - Archivo
MADRID, 2 Feb. (EUROPA PRESS) -
La mamografía basada en inteligencia artificial (IA) identifica más cánceres durante la detección y reduce la tasa de diagnóstico de cáncer de mama en un 12% en los años siguientes, según el primer ensayo controlado aleatorio de este tipo, dirigido por la Universidad de Lund (Suecia), en el que participaron más de 100.000 mujeres suecas.
Los hallazgos se recogen en la revista 'The Lancet'; resultados provisionales de seguridad del ensayo MASAI, publicados en 'The Lancet Oncology' en 2023, revelaron una reducción del 44% en la carga de trabajo de lectura de pantalla para los radiólogos. Además, un análisis preliminar del ensayo, publicado en 'The Lancet Digital Health', reveló un aumento del 29% en la detección de cáncer sin un aumento de falsos positivos.
MÁS DETECCIÓN Y MENOS CÁNCERES POSTERIORES
Los resultados completos del ensayo muestran que la mamografía asistida por IA también reduce los diagnósticos de cáncer en los años posteriores a una cita de detección de cáncer de mama en un 12%, una prueba clave de la efectividad del programa de detección.
La autora principal, la doctora Kristina Lang, de la Universidad de Lund, puntualiza: "Nuestro estudio es el primer ensayo controlado aleatorizado que investiga el uso de la IA en el cribado del cáncer de mama y el mayor hasta la fecha que analiza el uso de la IA en el cribado del cáncer en general".
El estudio concluye que el cribado con apoyo de IA mejora la detección temprana de cánceres de mama clínicamente relevantes, lo que se traduce en un menor número de cánceres agresivos o avanzados diagnosticados entre los cribados.
Así, añade que "la implementación generalizada de la mamografía con apoyo de IA en los programas de detección del cáncer de mama podría ayudar a reducir la presión laboral de los radiólogos, además de ayudar a detectar más cánceres en una etapa temprana, incluidos aquellos con subtipos agresivos". Sin embargo, afirma, "la introducción de la IA en la atención sanitaria debe hacerse con cautela, utilizando herramientas de IA probadas y con un seguimiento continuo para garantizar que tengamos datos fiables sobre cómo la IA influye en los diferentes programas de detección regionales y nacionales y cómo eso podría variar con el tiempo".
POR QUÉ IMPORTAN LOS ‘CÁNCERES DE INTERVALO’
La mamografía de cribado se ha asociado con una menor tasa de mortalidad por cáncer de mama, en gran medida gracias a la detección temprana y el tratamiento del cáncer. Sin embargo, a pesar de que las directrices europeas recomiendan que dos radiólogos interpreten las mamografías, algunos tipos de cáncer aún pasan desapercibidos en el cribado.
Se estima que entre el 20% y el 30% de los cánceres de mama diagnosticados después de una prueba de detección negativa y antes de la siguiente programada (cánceres de intervalo) podrían haberse detectado en la mamografía anterior. Los cánceres de intervalo suelen ser más agresivos o avanzados que los cánceres detectados durante las pruebas de detección de rutina, lo que dificulta su tratamiento eficaz.
Estudios observacionales previos y resultados provisionales de este ensayo han descubierto que la mamografía con apoyo de IA aumenta la detección del cáncer de mama en comparación con la detección estándar, sin embargo, una pregunta clave ha sido si este aumento en la detección del cáncer de mama se traduce en una reducción de los cánceres de intervalo.
Entre abril de 2021 y diciembre de 2022, más de 100.000 mujeres que participaron en el cribado mamográfico en cuatro centros de Suecia fueron asignadas aleatoriamente a un cribado mamográfico con IA (grupo de intervención) o a una doble lectura estándar por radiólogos sin IA (grupo de control). La doble lectura, en la que dos radiólogos leen cada mamografía, es una práctica habitual en los programas de cribado europeos.
En el grupo de intervención, un sistema de IA especializado analizó las mamografías y clasificó los casos de bajo riesgo para una sola lectura y los casos de alto riesgo para una doble lectura realizada por radiólogos. La IA también se utilizó como apoyo de detección para los radiólogos, destacando los hallazgos sospechosos en la imagen.
El sistema de IA fue entrenado, validado y probado con más de 200.000 exámenes de múltiples instituciones en más de diez países. Durante los dos años de seguimiento, hubo 1,55 cánceres de intervalo por cada 1.000 mujeres (82/53.043) en el grupo de mamografía con apoyo de IA, en comparación con 1,76 cánceres de intervalo por cada 1.000 mujeres (93/52.872) en el grupo de control: una reducción del 12% en el diagnóstico de cáncer de intervalo para el grupo de IA.
Además, hubo un 16% menos de cánceres invasivos (75 frente a 89), un 21% menos de cánceres grandes (38 frente a 48) y un 27% menos de cánceres agresivos (43 frente a 59) en el grupo de IA en comparación con el grupo de control. En el grupo de mamografía con IA, se detectaron el 81% de los casos de cáncer (338/420) durante el cribado, en comparación con el 74% (262/355) del grupo de control: un aumento del 9%. La tasa de falsos positivos fue similar en ambos grupos: 1,5% en el grupo de intervención y 1,4% en el grupo de control.
LA IA NO SUSTITUYE AL RADIÓLOGO (Y LAS LIMITACIONES)
"Nuestro estudio no justifica la sustitución de los profesionales sanitarios por IA, ya que el cribado mamográfico con IA aún requiere al menos un radiólogo humano para realizar la lectura de la pantalla, pero con el apoyo de la IA. Sin embargo, nuestros resultados podrían justificar el uso de la IA para aliviar la considerable presión sobre la carga de trabajo de los radiólogos, permitiendo que estos expertos se centren en otras tareas clínicas, lo que podría acortar los tiempos de espera de las pacientes", resumen los investigadores.
Pese a ello, los autores señalan varias limitaciones, como que el análisis se realizó en un solo país (Suecia) y se limitó a un tipo de mamógrafo y a un sistema de IA, lo que podría limitar la generalización de los resultados. Además, en este ensayo, los radiólogos tenían experiencia entre moderada y alta, lo que podría limitar la generalización de los hallazgos a radiólogos con menor experiencia. Por último, no se recopiló información sobre raza y etnia.
