En Latinoamérica, el cáncer de mama es una de las enfermedades más frecuentes, con más miles de nuevos casos al año, pero ahora surge una esperanza gracias a la inteligencia artificial (IA).
Como se recuerda, para aumentar las posibilidades de cura, se recomienda la detección temprana mediante mamografías, pero ahora la tecnología facilitaría aún más las posibilidades de detección.
Investigadores del Instituto de Tecnología de Massachusetts (MIT) y del Hospital General de Massachusetts han desarrollado un modelo de inteligencia artificial (IA) que puede predecir la aparición del cáncer de mama hasta cinco años antes de su manifestación.
El algoritmo en el que se basa la detección del cáncer de mama con la IA tiene la capacidad de detectar manchas que podrían convertirse en cáncer de mama en el futuro.
El algoritmo se generó mediante un amplio banco de imágenes de mamografías de pacientes sanas que desarrollaron un cáncer de mama o nunca llegaron a tenerlo.
Mejora en la precisión de diagnósticos
Según los expertos, “la máquina es capaz de captar factores en común en todas las que enfermaron y detectar manchas que, con el tiempo, pueden convertirse en cáncer”.
El doctor Daniel Mysler, especialista en diagnóstico por imágenes, explicó que hay varias herramientas de inteligencia artificial que mejoran la precisión diagnóstica en las mamografías.
Además, destacó que la fatiga, la cantidad de mamografías para leer en el día y la falta de experiencia pueden hacer que se pasen por alto cosas muy sutiles al ojo humano. También se está utilizando el tamizaje en cáncer de mama en algunos países europeos, donde la inteligencia artificial se usa para separar los casos de bajo riesgo de los de mediano o alto riesgo.
Por otro lado, el oncólogo Agustín Falco señaló que la inteligencia artificial integrada a las imágenes, al igual que el concepto de radiómica, obtiene medidas cuantificables de las imágenes convencionales, como una mamografía o una resonancia.
Aunque estos avances llevan muchos años en investigación, todavía se requiere un proceso de investigación arduo y lento para su aplicación clínica en pacientes, por lo que aún no hay un estándar.
