Con la llegada de la inteligencia artificial, una de las aplicaciones era sin duda la medicina, lo que podía marcar una auténtica revolución. Aunque faltaba la prueba definitiva que nos dijera que de verdad tenía una utilidad real. Y esta acaba de llegar gracias a un artículo publicado en The Lancent que ha apuntado cómo la IA nos puede ayudar a detectar más cánceres de mama e incluso reduce los que son mucho más peligrosos.
El cribado. Por desgracia, en España tenemos en mente, por lo reciente que fue, los problemas con los programas de cribado en Andalucía. Y es que pese a esta gran polémica, este tipo de cribados son de gran utilidad y reducen de manera significativa la cantidad de mujeres que acaban muriendo por un cáncer de mama que no se detectó a tiempo.
Pero ahora se quiere ir un poco más allá con la integración de la tecnología para que se escapen menos tumores que a ojo del humano se pueden escapar por su pequeño tamaño.
Los cánceres de intervalo. Sin duda es el gran enemigo en el radiodiagnóstico cuando nos referimos a las mamografías de cribado. Este término hace referencia a aquellos tumores que se detectan entre una revisión y la siguiente, y que tiene diferentes razones para que aparezcan.
La primera razón es que sea un tumor con un crecimiento muy rápido (y que puede ser mucho más maligno) o que se pasó por alto en la mamografía anterior de control por su pequeño tamaño. Y esto es un grave problema, puesto que la base de los cribados es detectar los cánceres en los estadios más iniciales donde pueden responder mejor a tratamientos más conservadores.
El estudio. El ensayo MASAI (Mammography Screening with Artificial Intelligence) ha demostrado que el uso de la IA reduce estos casos drásticamente. Y las cifras son bastante prometedoras, ya que hubo una reducción del 12% en la tasa de cánceres de intervalo en los dos años posteriores al cribado que se hizo la mujer. En cifras, se pasó de 1,76 casos por cada 1.000 mujeres hasta los 1,55 casos.
Una diferencia que puede ser muy pequeña a nuestros ojos, pero que en salud pública y oncología es un auténtico éxito, puesto que reducir un 12% los tumores que suelen "escaparse" es un avance clínico mayúsculo.
Menos trabajo. Hasta ahora el método estándar para poder analizar estas pruebas se centraba en una doble lectura. Esto quiere decir que dos radiólogos revisaban cada mamografía de forma independiente para asegurar que no se escape nada. Un método de seguridad que es ideal, pero que consume una cantidad inmensa de recursos humanos en los sistemas sanitarios.
Es por ello que con este método se propone un cambio de paradigma que se basa en el triaje inteligente y que se puede resumir en tres puntos diferentes:
- La IA analiza en un primer momento la imagen de la mamografía y le asigna una puntuación de riesgo del 1 al 10.
- En el caso de que esté categorizada como riesgo bajo, la imagen la revisa un solo radiólogo para ver si coincide con que está limpia la imagen y cierra el caso.
- Si el riesgo es alto en la mamografía la imagen si pasa el sistema de doble lectura con la IA marcando las zonas más sospechosas donde puede haber lesión.
El resultado. Con este nuevo algoritmo el estudio ha apuntado a una reducción del 44% en la carta de lectura para los profesionales, para poder hacer que los médicos se centren ahora en las imágenes que son mucho más dudosas.
Y no, trabajar menos no significó trabajar peor. Al contrario: el brazo del estudio con IA detectó un 29% más de cánceres clínicamente relevantes sin aumentar la tasa de falsos positivos (el gran miedo de sobre-diagnosticar a pacientes sanas).
Complementar y no sustituir. Esto es algo importante que destaca el propio estudio, ya que apuntan a que la IA no ha llegado para despedir a los médicos radiólogos. El método MASAI es solo un "apoyo a la decisión", puesto que la IA prioriza, ordena y señala, pero la decisión clínica final siempre es el del médico y por ende en las manos humanas.
Con la publicación de estos resultados finales en The Lancet, se cierra el ciclo de validación de uno de los ensayos más importantes de la década en radiología. El siguiente paso ya no es preguntarse si la IA funciona en el cribado de cáncer de mama, sino cuánto tardarán los sistemas de salud pública en implementarla para dar a los radiólogos una herramienta más que les permita ser más precisos y metódicos.
Imágenes | National Cancer Institute
