Un estudio reciente, titulado “Evaluación del Riesgo de Cáncer de Mama Mediante la Combinación de Inteligencia Artificial para la Detección de Lesiones y la Textura Mamográfica”, publicado en la revista Radiology, ha explorado cómo la inteligencia artificial (IA) puede mejorar la evaluación del riesgo de cáncer de mama y llevar a diagnósticos más tempranos.
El autor del estudio, Andreas D. Lauritzen, Ph.D., del Departamento de Ciencias de la Computación de la Universidad de Copenhague, destaca que en los últimos años se ha investigado el uso de la IA para detectar cáncer de mama de manera automática en mamografías y para medir el riesgo de desarrollar esta enfermedad en el futuro.
La IA proporciona varias herramientas para detectar el riesgo de cáncer
Un conjunto diverso de herramientas de IA se encuentra a disposición para contribuir en la detección del riesgo asociado al cáncer. Los modelos de diagnóstico mediante IA han sido diseñados específicamente para reconocer las posibles anomalías presentes en las mamografías. Y son además, adecuados para calcular el peligro de padecer cáncer de mama a corto plazo.
En contraste, los modelos de IA que se basan en el análisis de la textura resultan más indicados para valorar el riesgo en el largo plazo al identificar la densidad del tejido mamario. Amujeres con tejido mamario de alta densidad presentan una probabilidad incrementada de desarrollar cáncer de mama. Este hecho podría ser contrarrestado con exámenes de resonancia magnética (MRI) suplementarios.
El estudio llegó a realzar la evaluación del riesgo de cáncer de mama al fusionar un modelo de IA de diagnóstico con uno basado en la textura. Estos modelos se entrenaron por separado y luego se combinaron empleando una red neuronal conformada por tres capas. Para adiestrar a estos modelos, se tomaron en consideración más de 39,000 exámenes mamográficos de un conjunto de datos originario de los Países Bajos.
La eficacia del modelo compuesto se puso a prueba en un grupo de estudio formado por más de 119,000 mujeres. Estas participaron en un programa de detección de cáncer de mama en la Región Capital de Dinamarca entre noviembre de 2012 y diciembre de 2015. La edad promedio de las mujeres fue de 59 años.
Comparando el desempeño del modelo de diagnóstico y el modelo de textura por separado, se comprobó que el modelo de IA combinado logró una mejoría general en la evaluación del riesgo. Sirviendo tanto para la detección de cáncer en intervalos como para proyecciones a largo plazo.
Identificando a las personas con mayor riesgo de cáncer
Los cánceres en intervalos son aquellos que se descubren entre las mamografías regulares. Además, el modelo permitió identificar a las mujeres con un elevado riesgo de desarrollar cáncer de mama. Aquellas mujeres identificadas por el modelo combinado como portadoras del 10% más alto de riesgo representaron el 44.1% de los cánceres detectados en intervalos y el 33.7% de los casos de largo plazo.
“El modelo combinado de IA se probó en más de 119.000 mujeres en un programa de detección de cáncer de mama.
El modelo también permitió identificar a mujeres con alto riesgo de cáncer de mama.”
El empleo de la IA para evaluar el riesgo de cáncer de mama a partir de una única mamografía no solo conducirá a una detección temprana del cáncer, sino que también podría reducir la presión sobre el sistema de atención médica. Esto en vista de la carencia global de radiólogos especializados en mamografías.
Andreas D. Lauritzen destaca que los actuales modelos clínicos de evaluación de riesgo requieren de múltiples pruebas, como análisis de sangre, pruebas genéticas, mamografías y extensos cuestionarios. Llevando a incrementar notablemente la carga laboral en las clínicas de detección.
En cambio, su modelo permite evaluar el riesgo con la misma eficacia que los modelos clínicos actuales, pero en cuestión de segundos y sin añadir carga adicional a las clínicas.
Trusted
Descargo de responsabilidad
Descargo de responsabilidad: en cumplimiento de las pautas de Trust Project, BeInCrypto se compromete a brindar informes imparciales y transparentes. Este artículo de noticias tiene como objetivo proporcionar información precisa y oportuna. Sin embargo, se recomienda a los lectores que verifiquen los hechos de forma independiente y consulten con un profesional antes de tomar cualquier decisión basada en este contenido.
