La IA podrá predecir el riesgo de cáncer de mama a cinco años con una sola mamografía

La inteligencia artificial permite calcular el riesgo de cáncer de mama a cinco años a partir del análisis automático de una sola mamografía previa interpretada como normal o benigna. La aplicación de este tipo de tecnología abre la puerta a un modelo de cribado personalizado e individualizado para cada mujer, lo que mejorará la efectividad de los programas de detección precoz en comparación con el sistema actual, que aplica pautas idénticas para toda la población independientemente del riesgo individual.

Así lo explicó Marina Álvarez, especialista en radiología de mama de la Sociedad Española de Radiología Médica (Seram), miembro de su Comisión de Inteligencia Artificial, jefa de servicio de Radiodiagnóstico del Hospital Universitario Reina Sofía de Córdoba e investigadora del Instituto Maimónides de Investigación Biomédica de Córdoba (Imibic). Álvarez destaca que estas herramientas no buscan sustituir la interpretación del especialista ni detectar tumores presentes, sino anticipar la probabilidad de aparición de la enfermedad en el quinquenio posterior a la prueba.

El modelo analizado se basa en aprendizaje profundo (deep learning) y procesa la imagen radiológica para devolver un valor numérico que representa el porcentaje de probabilidad de desarrollar la neoplasia, acompañado de un valor de referencia correspondiente a su grupo de edad. A diferencia de la evaluación convencional, el software mide de forma objetiva la densidad mamaria volumétrica y examina elementos del tejido parenquimatoso. «Estima un riesgo estadístico para cáncer de mama a partir del análisis de la mamografía, teniendo en cuenta no solo la densidad mamaria de forma volumétrica, sino también otros aspectos como análisis de textura (patrones del parénquima) que efectivamente no son visibles al ojo humano», precisó Álvarez.

Hasta el momento, los programas de salud han empleado modelos clínicos preexistentes como Gail, Boadicea o el desarrollado por el Breast Cancer Surveillance Consortium (BCSC) para calcular el riesgo. Estas herramientas se fundamentan en cuestionarios sobre factores como la edad, la raza, la historia reproductiva, las biopsias previas o los antecedentes familiares. La especialista señaló que tales escalas muestran una capacidad discriminativa limitada, resultan complejas de implantar masivamente en programas poblacionales y no ofrecen validez para la totalidad de las mujeres.

Frente a esos cuestionarios, la integración de programas informáticos basados en algoritmos aporta automatización y rapidez al proceso asistencial. «La ventaja de los softwares de IA que evalúan el riesgo para cáncer de mama a partir de la mamografía es que se aplican de forma automática, permitiendo resultados instantáneos, sin necesidad de cuestionarios, de forma más ágil y cómoda para profesionales y mujeres», afirmó Álvarez.

Los resultados procedentes de estudios comparativos confirman una precisión superior de la herramienta tecnológica frente a las encuestas clínicas habituales. En las evaluaciones donde se aplicaron ambos métodos a las mismas participantes, el modelo algorítmico alcanzó una mayor área bajo la curva (AUC) que los sistemas BCSC y Gail, situándose en valores de 0,66 y 0,67 frente a los 0,60 y 0,58 obtenidos por los métodos tradicionales. Asimismo, la literatura científica refleja que la capacidad predictiva de estos desarrollos duplica la eficacia conseguida cuando se utiliza únicamente la densidad mamaria como parámetro aislado.

El equipo médico liderado por Álvarez trabaja concretamente con la plataforma Transpara Risk Index, un software diseñado para estimar el riesgo quinquenal tanto en mamografía digital convencional como en tomosíntesis tridimensional. La herramienta completó su entrenamiento inicial a partir de una base de datos superior a las 200.000 mamografías y 6.000 casos confirmados de cáncer, acumulando un periodo de seguimiento médico mayor a los 13 años. Estudios de validación externa desarrollados previamente en centros de Europa y Estados Unidos sobre más de 65.000 exploraciones registraron un AUC situado entre 0,73 y 0,75, logrando identificar que el 10 % de las mujeres clasificadas en el estrato de mayor riesgo concentró el 39,3 % de la totalidad de los cánceres detectados.

Validación internacional con participación española

En la actualidad se desarrolla un ensayo multicéntrico internacional en seis centros sanitarios de Europa y Estados Unidos para verificar la herramienta de forma independiente mediante equipos radiológicos de tres fabricantes diferentes. El Hospital Universitario Reina Sofía de Córdoba figura como el único centro español presente en la investigación.

Los datos preliminares de esta investigación recogen el análisis de 27.172 mamografías normales y el seguimiento de 2.011 tumores aparecidos con posterioridad a lo largo de más de cinco años. La precisión medida en área bajo la curva arrojó valores de 0,71 a dos años, 0,70 a tres años y 0,69 a cinco años. En este grupo, el 10 % de las mujeres situadas en el segmento de mayor riesgo según la inteligencia artificial acumuló aproximadamente el 30 % de los cánceres diagnosticados en el lustro posterior. Por el contrario, la clasificación basada exclusivamente en la mayor densidad mamaria reunió únicamente el 13 % de los casos. Estos hallazgos detallados se expondrán formalmente durante el próximo Congreso Europeo de Radiología.

Estrategias diferenciadas según el riesgo individual

La transición desde un cribado genérico hacia un esquema adaptado a las características individuales representa una meta prioritaria para la prevención secundaria. Las alternativas ensayadas previamente a partir de densidad, test clínicos o análisis genéticos mostraron dificultades de implantación masiva por su elevado coste, la carga de trabajo impuesta a los profesionales y una precisión limitada.

«La posibilidad de entrar en un cribado personalizado de forma fácil, simplemente a partir de un análisis automático de la mamografía, permitiría aplicar estrategias diferenciadas de cribado en función del riesgo individual de cada mujer», explicó Álvarez. Esta diferenciación permitiría modular la periodicidad de las revisiones, seleccionar las técnicas de imagen y definir la estrategia de lectura. En perfiles de bajo riesgo cabría la opción de espaciar las citas radiológicas, mientras que en grupos de alto riesgo se podría elevar la frecuencia, incorporar pruebas complejas como la resonancia magnética o la mamografía con contraste, e instaurar medidas preventivas.

Esta reestructuración pretende optimizar los diagnósticos precozmente y contener la incidencia de tumores avanzados. «Sin duda ello permitirá mejorar los resultados del programa de cribado, adelantarnos en el tiempo en el diagnóstico de cánceres, con diagnósticos más iniciales, y disminuyendo los cánceres de intervalo o cánceres avanzados», añadió Álvarez. Los cánceres de intervalo corresponden a aquellos tumores que se manifiestan clínicamente entre dos mamografías programadas. La medida permitiría además rentabilizar los recursos públicos del sistema sanitario y evitar pruebas innecesarias a las usuarias que no las requieran.

El desarrollo del proceso automatizado no excluye la labor asistencial directa de los profesionales de la radiología. «El papel del radiólogo será asesorar a la mujer de qué significa ese riesgo, y trabajar para poder ofrecer un cribado adaptado al riesgo individual de cada mujer», subrayó Álvarez. Respecto al impacto psicológico o la ansiedad derivada de conocer un índice de riesgo elevado, la especialista enfatizó la importancia de la comunicación clínica. «Si la información se trasmite de forma adecuada y adaptada a la población general es bueno que cada mujer conozca su riesgo y cuáles son las pruebas o cribado más adecuado para su situación», remarcó Álvarez, señalando que las pruebas piloto internacionales reflejan mayor adherencia y satisfacción en los programas cuando la paciente percibe la atención adaptada a sus características.

A pesar de las perspectivas favorables, estas herramientas algorítmicas continúan en fase de investigación previo a su despliegue comercial. Su integración en la práctica clínica regular requerirá validaciones independientes en condiciones reales de cribado, la formulación de protocolos específicos para cada nivel de riesgo y la capacitación técnica tanto de los profesionales de la salud como de la población general. «Existe mucho trabajo por delante, pero parece que tenemos la clave para poder llegar a un cribado personalizado», concluyó Álvarez.