La IA predice el riesgo de cáncer de mama a cinco años

La inteligencia artificial está abriendo nuevas posibilidades en la prevención del cáncer de mama. Una sola mamografía podría aportar información para estimar la probabilidad de desarrollar esta enfermedad durante los cinco años siguientes, incluso cuando la exploración inicial no muestra signos de malignidad.

Esta tecnología se encuentra bajo evaluación en una investigación internacional en la que participan especialistas del Hospital Universitario Reina Sofía de Córdoba y del Instituto Maimónides de Investigación Biomédica de Córdoba (IMIBIC), en España. Los resultados preliminares apuntan a una posible mejora en la identificación de las mujeres que presentan un mayor riesgo.

Cómo funciona la inteligencia artificial para predecir el cáncer de mama

El sistema utiliza técnicas de aprendizaje profundo, conocidas como deep learning, para examinar las imágenes obtenidas mediante mamografías. A partir de ellas, calcula una estimación estadística del riesgo de desarrollar cáncer de mama en los cinco años posteriores al estudio.

A diferencia de los métodos convencionales, que recurren a cuestionarios y datos personales para calcular el riesgo, estos algoritmos analizan directamente características del tejido mamario que pueden pasar inadvertidas durante una evaluación visual habitual.

El análisis de la densidad y la textura mamaria

Uno de los elementos que estudia la tecnología es la densidad mamaria, relacionada con la proporción de tejido glandular y tejido graso. Una mayor densidad puede constituir un factor de riesgo y dificultar la interpretación de las imágenes.

Además, el algoritmo examina patrones de textura del tejido mamario. La combinación de estas características permite generar una estimación más detallada del riesgo individual y puede aportar información complementaria a la valoración médica.

Una herramienta que busca mejorar la prevención personalizada

Actualmente, los programas de cribado suelen seguir criterios generales para determinar cuándo deben realizarse las mamografías. Sin embargo, las mujeres no presentan el mismo nivel de riesgo ni tienen necesariamente las mismas necesidades de seguimiento.

La incorporación de sistemas predictivos basados en inteligencia artificial podría ayudar a adaptar las estrategias preventivas a las características de cada paciente. Las mujeres con un riesgo elevado podrían beneficiarse de controles más frecuentes o de pruebas complementarias, según la valoración de los profesionales sanitarios.

En cambio, para aquellas con un riesgo menor, los especialistas podrían estudiar si es apropiado modificar los intervalos entre exploraciones. Cualquier cambio tendría que ajustarse a la evidencia científica y a las recomendaciones médicas correspondientes.

Qué muestran los primeros resultados de la investigación

El estudio internacional en el que participa el equipo español está evaluando una herramienta denominada Transpara Risk Index, diseñada para estimar el riesgo de cáncer de mama a partir de mamografías digitales y tomosíntesis, una técnica que permite obtener imágenes tridimensionales de la mama.

Según los datos preliminares comunicados por los investigadores, el análisis incluyó 27.172 mamografías inicialmente normales y 2.011 casos de cáncer diagnosticados posteriormente, con un seguimiento superior a cinco años.

El modelo obtuvo valores de discriminación de 0,71 a los dos años, 0,70 a los tres años y 0,69 a los cinco años. Estas cifras corresponden al área bajo la curva (AUC), una medida estadística que permite evaluar la capacidad de un modelo para diferenciar entre personas que desarrollarán la enfermedad y aquellas que no.

Otro resultado relevante es que el 10 % de las mujeres clasificadas por el sistema como de mayor riesgo concentró aproximadamente el 30 % de los cánceres detectados durante los cinco años posteriores. Para comparar, el 10 % de las mujeres con mayor densidad mamaria reunió el 13 % de los casos.

Estos resultados son preliminares y no significan que el sistema pueda anticipar con certeza qué mujer desarrollará cáncer. La herramienta calcula probabilidades y requiere una evaluación científica rigurosa antes de determinar cómo debe incorporarse a la práctica clínica.

En qué se diferencia de los métodos tradicionales

Los modelos convencionales de estimación del riesgo, como los de Gail y del Breast Cancer Surveillance Consortium (BCSC), utilizan información como la edad, los antecedentes familiares, determinados datos reproductivos y el historial de biopsias, entre otros factores.

Los sistemas de inteligencia artificial basados en mamografías ofrecen un enfoque diferente: procesan las imágenes automáticamente y pueden proporcionar una estimación sin necesidad de completar cuestionarios adicionales para ese cálculo específico.

En las comparaciones presentadas por el equipo investigador, el modelo de IA obtuvo resultados superiores a los de los modelos BCSC y Gail en el indicador AUC para las mujeres evaluadas mediante ambos métodos. No obstante, el rendimiento puede variar según la población estudiada, los equipos utilizados y las condiciones clínicas.

La inteligencia artificial no sustituye el diagnóstico médico

Es importante distinguir entre predecir el riesgo futuro y diagnosticar un tumor existente. Esta herramienta está diseñada para analizar mamografías previamente interpretadas como normales o benignas y estimar la probabilidad de desarrollar cáncer en los años siguientes.

Por tanto, el resultado no confirma la presencia de cáncer ni garantiza que la enfermedad no vaya a aparecer. La evaluación de los antecedentes, los síntomas, las imágenes y las pruebas adicionales sigue dependiendo del criterio de los profesionales sanitarios.

La tecnología tampoco debe utilizarse como motivo para retrasar una consulta, abandonar los controles recomendados o modificar el seguimiento médico sin orientación profesional.

Qué podría cambiar en el futuro del cribado mamario

Si los estudios de validación confirman su utilidad, la estimación individual del riesgo podría contribuir a organizar los programas de detección precoz de forma más adaptada a cada mujer.

Entre las posibilidades que se investigan están la selección de pacientes que podrían necesitar resonancias magnéticas u otras pruebas complementarias, la identificación de grupos que requieren vigilancia más estrecha y una mejor distribución de los recursos sanitarios.

El siguiente paso consiste en comprobar que los resultados se mantienen en diferentes poblaciones y con equipos de distintos fabricantes. También será necesario evaluar cómo integrar estas herramientas en los programas de cribado sin aumentar las pruebas innecesarias ni generar una falsa sensación de seguridad.

La investigación representa un avance prometedor en el uso de la inteligencia artificial aplicada a la salud. Su principal potencial consiste en complementar la evaluación clínica con información más individualizada para mejorar la prevención y el seguimiento del cáncer de mama.

¿Puede la inteligencia artificial predecir el cáncer de mama con una sola mamografía?

Puede estimar estadísticamente el riesgo de desarrollar cáncer de mama durante los cinco años siguientes mediante el análisis de una mamografía. No puede asegurar que una persona desarrollará la enfermedad ni predecirlo con certeza.

¿Cómo detecta la IA un mayor riesgo de cáncer de mama?

Analiza características de las imágenes, como la densidad y los patrones de textura del tejido mamario, para identificar señales asociadas estadísticamente con un mayor riesgo futuro.

¿Una estimación de riesgo elevado significa que ya existe un tumor?

No. Una estimación elevada indica una mayor probabilidad estadística de desarrollar la enfermedad en el periodo estudiado. No equivale a un diagnóstico de cáncer y debe interpretarse con ayuda de un profesional sanitario.

¿La inteligencia artificial reemplazará las mamografías tradicionales?

No necesariamente. La tecnología estudiada utiliza las imágenes mamográficas como punto de partida y pretende complementar los programas de cribado. Su aplicación debe ajustarse a la evidencia científica y a las recomendaciones médicas.

¿Qué ventajas podría ofrecer el cribado personalizado?

Podría ayudar a identificar a las mujeres que necesitan un seguimiento más estrecho y orientar la selección de pruebas complementarias. El objetivo es adaptar la prevención al riesgo individual y mejorar el uso de los recursos sanitarios.

¿Esta tecnología ya está disponible para todas las mujeres en España?

La investigación descrita evalúa el rendimiento de una herramienta predictiva y sus resultados preliminares. No debe asumirse que esté incorporada de forma generalizada a todos los programas de cribado españoles. La disponibilidad y las indicaciones deben consultarse con los servicios sanitarios correspondientes.