Herramientas de IA en mamografía detectan signos de cáncer de mama años antes del diagnóstico

La detección tardía puede conllevar tratamientos más intensivos y peores resultados para las pacientes y los sistemas sanitarios. Para abordar este problema, los investigadores evaluaron si la inteligencia artificial (IA) radiológica disponible comercialmente puede identificar señales de alerta temprana en imágenes de cribado estándar y proporcionar alertas anticipadas sobre un posible cáncer de mama.

La investigación evaluó tres sistemas comerciales de detección asistida por computadora basados en IA radiológica (AI-CAD) en mamografías de la base de datos Validation of Artificial Intelligence for Breast Imaging (VAI-B). El equipo de investigación del Hospital Universitario Karolinska, en Estocolmo, realizó un análisis retrospectivo que abarcó de enero de 2008 a abril de 2019. El conjunto de datos incluyó 88.963 mamografías de 31.394 personas en cuatro regiones de Suecia. En el programa nacional de cribado, las mujeres de 40 a 74 años son invitadas a realizarse exámenes cada dos años, y cada mamografía tradicionalmente es leída por dos radiólogos.

Cada sistema AI-CAD generó un puntaje de predicción de cáncer a partir de mamografías previas. En promedio, los puntajes fueron más elevados entre las personas que posteriormente fueron diagnosticadas con cáncer de mama y permanecieron bajos entre aquellas que no desarrollaron cáncer. Aproximadamente el 20% de los casos de cáncer de mama mostraron signos mamográficos que ya eran visibles para la IA alrededor de seis años antes del diagnóstico.

Cuando el rendimiento se fijó en una especificidad del 90%, los sistemas identificaron signos tempranos con tasas progresivamente más altas a medida que se acercaba el diagnóstico. Detectaron hasta el 19,7% de las personas seis años antes del diagnóstico registrado, hasta el 25,2% cuatro años antes y hasta el 39,3% dos años antes. Durante el período del estudio, los radiólogos diagnosticaron cáncer en 12.072 participantes, lo que representó el 38,5% de la cohorte.

Los autores señalan que las puntuaciones de IA-CAD podrían ayudar a los radiólogos a detectar cambios mamográficos incipientes y, con una interpretación personalizada de las trayectorias de las puntuaciones, ayudar a determinar quiénes podrían beneficiarse de una vigilancia más estrecha. El estudio se publicó en Radiology , revista de la Sociedad Radiológica de Norteamérica (RSNA). Los hallazgos refuerzan la evidencia de que la IA puede complementar los flujos de trabajo de doble lectura ya establecidos en los programas de cribado organizados.

Enlaces relacionados
Hospital Universitario Karolinská
RSNA