El uso de IA para la detección del cáncer de mama podría ayudar tanto a los pacientes como a los radiólogos

Cada año, más de 500.000 mujeres en todo el mundo sucumben al cáncer de mama. La buena noticia es que la mamografía (detección del cáncer de mama) puede reducir drásticamente esta cifra. Por ejemplo, un artículo publicado en 2020 reveló que las mujeres que se hacen mamografías con regularidad tienen un 41% menos de posibilidades de morir de cáncer de mama.

El desafío es la falta de radiólogos calificados. La detección del cáncer de mama se está volviendo cada vez más difícil debido a esta escasez, en los Estados Unidos y en todo el mundo. Además, la carga de trabajo de los médicos actuales no hace más que aumentar. Un nuevo estudio revela que el uso de inteligencia artificial para el cribado del cáncer de mama puede solucionar este problema.

Los autores del estudio entrenaron una IA disponible comercialmente para detectar y resaltar lesiones sospechosas. Cuando probaron su programa de IA para examinar a más de 50.000 mujeres, descubrieron que la IA no sólo puede reducir la carga de trabajo de los radiólogos sino también mejorar el diagnóstico. Específicamente, la IA puede reducir la cantidad de resultados falsos positivos.

«La IA se puede implementar de forma segura en la detección del cáncer de mama para reducir la carga de trabajo, reasignar los recursos de los radiólogos donde más se necesitan, reducir los retiros de falsos positivos y posiblemente detectar una mayor proporción de cáncer de mama en las mujeres que asisten a las pruebas», dijo Andreas D. Lauritzen, líder autor y estudiante postdoctoral en la Universidad de Copenhague, dijo Ciencia ZME.

Así funciona la mamografía asistida por IA

El sistema de IA utilizado por los investigadores para su estudio fue entrenado utilizando modelos de aprendizaje profundo. Es esencialmente una herramienta de detección de cáncer de mama que busca lesiones sospechosas en mamografías.

Este programa de IA tiene dos etapas. En primer lugar, elige los exámenes de detección, que probablemente sean normales y puedan ser leídos por un radiólogo en lugar de dos. En segundo lugar, ayuda a los radiólogos a leer los exámenes de detección de cáncer de mama de alto riesgo mostrando marcadores de lesiones.

Los investigadores realizaron un interesante experimento para probar el rendimiento y la precisión de su programa de IA. Examinaron dos grupos: el primero tenía 60.751 mujeres cuyas mamografías fueron completadas por dos radiólogos sin IA; el segundo tenía 58.246 mujeres que fueron examinadas para detectar cáncer de mama mediante IA.

Si el programa de IA encontró la mamografía de una mujer normal, fue revisada por más de un radiólogo. Sin embargo, si la IA detectaba algo sospechoso, dos radiólogos lo comprobaban. En general, en el segundo grupo, el 66,9% de estas mamografías fueron leídas una por un radiólogo, y el 33,1% fueron leídas dos veces con la asistencia de la IA.

Cuando los autores del estudio compararon los resultados de las mamografías de los dos grupos, encontraron que «el cribado con IA mejoró la tasa de detección del cáncer (0,70% antes de la IA frente a 0,82% con la IA) y redujo la carga de trabajo de lectura de los radiólogos en un 33,5% (38.977 de cada uno). de 116 492 lecturas).»

La IA también reduce los resultados falsos positivos

Ser llamado a realizar pruebas de diagnóstico como resultado de resultados falsos positivos es un problema tanto para el paciente como para el radiólogo.

Por ejemplo, en Dinamarca, donde se lleva a cabo el estudio, los pacientes retirados deben someterse a pruebas de diagnóstico que incluyen palpación, ecografía, mamografía complementaria o tomosíntesis (mamografía 3D) y posiblemente una biopsia con aguja. Esto es estresante, a veces doloroso y requiere mucho tiempo.

“Este es un proceso muy incómodo y está asociado con ansiedad por el resultado. Para los radiólogos, las pruebas de diagnóstico son una tarea que requiere mucho tiempo y, en términos de tiempo invertido, una prueba de diagnóstico equivale a 50 lecturas de detección», afirmó Lauritzen.

Los resultados del estudio actual sugieren que el uso de IA para mamografía puede reducir la tasa de recuerdo en un 20% y mejorar significativamente el valor predictivo positivo (33,5% con IA versus 22,5% sin IA).

Un valor predictivo positivo es un indicador del desempeño de la detección que describe qué tan bien es el programa de detección para detectar mujeres que tienen cáncer de mama y no detectar mujeres que no tienen cáncer de mama.

«Recordamos a un número considerablemente menor de mujeres que están sanas o tienen hallazgos benignos, lo que hace que menos mujeres pasen innecesariamente por el incómodo proceso de las pruebas de diagnóstico. También libera tiempo para que los radiólogos dediquen tiempo a las mujeres con mayor riesgo de tener cáncer de tórax», añadió Lauritzen. .

Se debe adoptar la IA, pero con una estrategia en mente

Los autores del estudio afirman que su IA es muy precisa y que cualquier centro de detección u hospital puede instalar fácilmente un sistema de IA y comenzar a recibir informes a los pocos minutos de realizar la prueba del cáncer. Sin embargo, es importante utilizar el sistema correctamente junto con los radiólogos.

“Por ejemplo, en nuestro programa de detección, todas las pruebas de detección son leídas por al menos un radiólogo especialista en mamas de alto nivel, quien determina si se deben recordar. No se puede esperar que la IA por sí sola pueda resolver todos los desafíos relacionados con la detección del cáncer de mama. Tenemos que estudiar mucho», afirmó Lauritzen Ciencia ZME.

Por lo tanto, también es importante desarrollar una buena estrategia sobre cómo los radiólogos utilizan e interactúan con la IA. Los autores del estudio también esperan que, en el futuro, la IA también se utilice para hacer que las pruebas de detección sean más accesibles para las mujeres tanto en los países desarrollados como en los subdesarrollados.

El estudio se publica en la revista. Radiología.