La detección y prevención del cáncer de mama ha avanzado mucho en los últimos 20 años, gracias a los avances en mamografía digital y mamografía 3D.
El rendimiento del diagnóstico radiológico ha mejorado, las tasas de mortalidad están disminuyendo y más personas tienen acceso a exámenes de detección de última generación. Ahora, los avances recientes en el aprendizaje automático, especialmente el aprendizaje profundo, están preparados para ayudar a avanzar aún más en la detección y el diagnóstico del cáncer de mama.
El cáncer de mama suele comenzar en las células en los conductos que producen leche (carcinoma ductal invasivo). El cáncer de mama también puede comenzar en el tejido glandular denominado lóbulo (carcinoma lobular invasivo) o en otras células o tejido dentro de la mama.
La mamografía de detección tiene como objetivo identificar el cáncer de mama en las primeras etapas de la enfermedad, cuando el tratamiento puede tener más éxito. A pesar de la existencia de programas de selección para elegir aquéllas que se consideran de atención, la interpretación de las mamografías se ve afectada por altas tasas de falsos positivos y falsos negativos. Los sistemas de inteligencia artificial (IA) son capaces de superar a los expertos humanos en la predicción del cáncer de mama.
En oncología mamaria, un enfoque de equipo multidisciplinario es esencial, con la imagen jugando un papel clave en la vía de atención para la detección, el diagnóstico, la estadificación, la monitorización y el seguimiento de las neoplasias malignas. Las nuevas técnicas de obtención de imágenes de creciente complejidad han dado lugar a tiempos de informes más prolongados. Esto, junto con la escasez de radiólogos y el crecimiento exponencial de las solicitudes de imágenes, ha llevado a una demanda creciente en los departamentos de radiología. Recientemente, ha habido un gran interés en el uso de inteligencia artificial (IA) para la obtención de imágenes de mama para abordar estas presiones, en una especialidad donde el tiempo es fundamental y los recursos son finitos.
El término inteligencia artificial cubre tanto el aprendizaje automático como el aprendizaje profundo. Son los avances en el aprendizaje profundo para la interpretación de imágenes los que han dado como resultado el crecimiento masivo del interés por su uso en imágenes de mama.
Las aplicaciones de IA se pueden dividir en dos categorías:
La primera categoría es la Inteligencia Artificial amplia, que se presta a las tareas administrativas y organizativas dentro de la vía de las imágenes. Estos sistemas se pueden utilizar para reemplazar tareas repetitivas y rutinarias como la reserva de citas, el ajuste de contraste y las comprobaciones de calidad de la imagen.
La segunda categoría es la Inteligencia Artificial estrecha, que cubre la detección asistida por computadora, el diagnóstico y las listas de trabajo de clasificación, así como la predicción de la respuesta al tratamiento y la segmentación de lesiones. Estos sistemas de Inteligencia Artificial se pueden utilizar como ayuda para el personal médico o bien, ser utilizados de forma autónoma. En última instancia, estas soluciones de inteligencia artificial tienen como objetivo mejorar los resultados del paciente, así como la eficiencia del sistema de salud.
Por: Dalia Solano
Fuentes:
British Journal of Cancer.
Adoption of artificial intelligence in breast imaging: evaluation, ethical constraints and limitations.
Cancer Network.
MammoScreen AI Tool Improves Diagnostic Performance of Radiologists in Detecting Breast Cancer.
