La detección temprana del cáncer de mama es clave para reducir la mortalidad asociada a esta enfermedad. En este contexto, la inteligencia artificial (IA) ha demostrado un gran potencial para mejorar la precisión en la detección y optimizar los procesos en los programas de cribado mamográfico. Un avance significativo en esta área ha sido la publicación del ensayo clínico MASAI (Mammography Screening with Artificial Intelligence), el estudio controlado aleatorio más grande realizado hasta la fecha en este ámbito.
El ensayo MASAI, recientemente publicado en The Lancet Digital Health, involucró a más de 100.000 mujeres sometidas a mamografía de detección en Suecia. Los resultados evidenciaron que el uso de IA permitió un incremento del 29% en la detección de cáncer de mama, sin aumentar la tasa de falsos positivos y reduciendo significativamente la carga de trabajo de los radiólogos. Estos hallazgos abren la puerta a una integración más amplia de la IA en los programas de cribado poblacional.
Diseño del ensayo MASAI: Una evaluación a gran escala
Este ensayo fue diseñado para evaluar el impacto de la IA en la detección del cáncer de mama dentro del Programa Nacional de Cribado de Cáncer de Mama de Suecia, un país con uno de los sistemas de cribado mamográfico más avanzados de Europa. En total, 105.934 mujeres de entre 40 y 74 años fueron reclutadas en cuatro centros de detección en el suroeste de Suecia entre abril de 2021 y julio de 2022.
Las participantes fueron asignadas de manera aleatoria a dos grupos de cribado con el fin de comparar la eficacia de la IA frente a la evaluación tradicional:
- Grupo de cribado asistido por IA: Se utilizó el software Transpara versión 1.7.0 de ScreenPoint Medical (Países Bajos), un sistema de IA entrenado para detectar patrones de malignidad en mamografías. Este software asignó un puntaje de riesgo a cada mamografía, priorizando aquellas con una mayor sospecha de cáncer para su revisión por parte de los radiólogos.
- Grupo de lectura doble convencional: Las mamografías fueron revisadas por dos radiólogos independientes sin asistencia de IA, siguiendo el protocolo estándar de los programas de detección en Europa.
El ensayo tenía tres objetivos principales:
- Evaluar si la IA podía mejorar la detección del cáncer de mama en comparación con la lectura tradicional.
- Determinar si el uso de IA afectaba la tasa de falsos positivos, reduciendo el riesgo de sobre-diagnóstico.
Medir el impacto de la IA en la carga de trabajo de los radiólogos, optimizando los recursos humanos en salud.
Se realizó un seguimiento de 28 meses, en los cuales se analizó la cantidad de cánceres detectados, la especificidad del cribado y la cantidad de mamografías que requerían revisión adicional por parte de los especialistas.
Resultados clave: IA mejora la detección sin comprometer la precisión
Los resultados del ensayo MASAI demostraron que la IA no solo mejora la capacidad de detección del cáncer de mama, sino que lo hace de manera eficiente, sin comprometer la precisión diagnóstica ni generar sobrecarga de trabajo innecesaria.
- Aumento del 29% en la detección de cáncer de mama: El grupo de IA identificó 338 casos de cáncer, en comparación con 262 casos detectados por el método tradicional.
Sin incremento en la tasa de falsos positivos: Se mantuvo la misma especificidad en ambos grupos, lo que significa que la IA no generó diagnósticos erróneos innecesarios.
Reducción del 44% en la carga de trabajo de los radiólogos: La cantidad de mamografías que requerían doble lectura disminuyó drásticamente en el grupo con IA.
El aumento en la detección de cáncer de mama con IA fue particularmente notable en ciertos tipos de tumores:
- Cánceres invasivos en estadios iniciales: Se detectaron 270 casos con IA frente a 217 en el grupo de lectura convencional.
Carcinomas ductales in situ (CDIS) de alto grado: 68 casos fueron detectados con IA, en comparación con 45 en el grupo de control.
Subtipos de cáncer agresivos: La IA permitió la identificación de un mayor número de tumores HER2 positivos, triple negativos y luminal B, los cuales tienen peor pronóstico si no se detectan a tiempo.
Otro aspecto clave fue la reducción de la carga de trabajo en los radiólogos, una necesidad urgente en muchos sistemas de salud debido a la escasez de especialistas. En el grupo asistido por IA, la cantidad de mamografías que requerían una segunda revisión disminuyó de 109.692 a 61.248, optimizando el uso del tiempo de los radiólogos y permitiéndoles enfocarse en los casos de mayor riesgo.
Optimización del trabajo de los radiólogos: Un beneficio clave
El estudio MASAI también resaltó la importancia de la IA para aliviar la creciente presión sobre los radiólogos. Actualmente, el cribado de cáncer de mama en muchos países enfrenta desafíos como:
- Escasez de especialistas en radiología, lo que provoca retrasos en la revisión de mamografías.
Fatiga cognitiva en los radiólogos, lo que puede aumentar el riesgo de errores diagnósticos.
Sobrecarga de trabajo, especialmente en programas de cribado con altos volúmenes de pacientes.
Gracias a la IA, los radiólogos en el estudio MASAI pudieron reducir su carga de trabajo en un 44%, sin afectar la calidad del diagnóstico. Este hallazgo sugiere que la implementación de IA podría hacer que los programas de detección sean más sostenibles a largo plazo.
El ensayo MASAI representa un avance significativo en la integración de la inteligencia artificial en la oncología diagnóstica. Su capacidad para incrementar la detección del cáncer, mantener la precisión y reducir la carga de trabajo de los radiólogos marca un hito en la evolución del cribado mamográfico.
Estos resultados refuerzan la necesidad de adoptar la IA como una herramienta complementaria en los programas de detección temprana, permitiendo diagnósticos más oportunos y mejorando el acceso a la salud en diversas regiones del mundo. A medida que la tecnología avanza, es probable que la IA se convierta en un pilar esencial en la lucha contra el cáncer de mama.
Descargue aquí el ensayo completo:
