Inteligencia Artificial en cáncer de mama: antes de hablar de algoritmos necesitamos hablar de procesos

La Inteligencia Artificial se ha convertido en uno de los principales focos de innovación en el ámbito del cáncer de mama. Los avances en análisis de imagen, detección precoz, predicción de riesgo, identificación de biomarcadores o soporte al diagnóstico ocupan cada vez más espacio en congresos, publicaciones científicas y estrategias de transformación digital.

Sin embargo, existe una cuestión previa que con frecuencia queda fuera del debate: ¿sabemos realmente dónde necesitamos aplicar la Inteligencia Artificial dentro del proceso asistencial?

La pregunta puede parecer sorprendente en un momento de enorme desarrollo tecnológico, pero probablemente constituye uno de los principales factores que condicionarán el impacto real de la IA en los próximos años.

Durante décadas, la incorporación de nuevas tecnologías sanitarias ha seguido una lógica relativamente sencilla. Aparecía una innovación, se validaba su utilidad clínica y posteriormente se integraba en la práctica asistencial. Sin embargo, la Inteligencia Artificial introduce una complejidad adicional: sus posibles aplicaciones son prácticamente ilimitadas.

Puede ayudar a interpretar imágenes radiológicas, estimar riesgos, apoyar decisiones diagnósticas, identificar patrones clínicos, coordinar seguimientos, priorizar pacientes, optimizar agendas o facilitar la continuidad asistencial. La cuestión ya no es si existen oportunidades de aplicación, sino cuáles son realmente prioritarias.

Y para responder a esa pregunta resulta imprescindible disponer de un marco de referencia basado en procesos.

El cáncer de mama no es una suma de actos clínicos independientes. Constituye un continuum asistencial formado por múltiples decisiones interdependientes que se desarrollan desde la detección precoz hasta el seguimiento a largo plazo. Cada decisión condiciona las siguientes. Cada incertidumbre modifica el recorrido asistencial. Cada variabilidad genera consecuencias posteriores.

Sin embargo, buena parte de las iniciativas actuales continúan abordando la Inteligencia Artificial desde una perspectiva fragmentada, centrada en herramientas concretas y no en el proceso completo.

El resultado es una proliferación de soluciones potencialmente útiles, pero difícilmente comparables entre sí y, en ocasiones, desconectadas de las necesidades reales del recorrido asistencial.

La cuestión no debería ser qué algoritmo es capaz de obtener una mejor precisión diagnóstica, sino dónde se encuentran actualmente los principales puntos de incertidumbre, variabilidad o complejidad dentro del proceso de cáncer de mama y qué herramientas pueden ayudar a resolverlos.

El valor de revisar críticamente la práctica asistencial

Existe además una cuestión que rara vez forma parte del debate. La llegada de la Inteligencia Artificial representa también una oportunidad para revisar críticamente cómo estamos trabajando, cómo tomamos decisiones y cómo organizamos los procesos asistenciales. Existe el riesgo de incorporar nuevas herramientas sobre dinámicas preexistentes sin cuestionarlas previamente. Sin embargo, en muchas ocasiones el verdadero valor de la IA puede encontrarse precisamente en obligarnos a analizar dónde existe variabilidad, qué decisiones generan mayor incertidumbre y qué aspectos del proceso son susceptibles de mejora.

Este enfoque obliga además a plantear una segunda reflexión.

La Inteligencia Artificial no puede ser más madura que el propio proceso de toma de decisiones sobre el que pretende actuar.

Si una organización no ha identificado adecuadamente sus puntos críticos de decisión, no dispone de protocolos homogéneos, no conoce sus fuentes de variabilidad clínica o no ha estructurado adecuadamente sus flujos asistenciales, la incorporación de Inteligencia Artificial difícilmente generará el impacto esperado.

En realidad, gran parte del valor potencial de la IA depende de elementos que ya deberían formar parte de cualquier modelo avanzado de gestión clínica: medicina basada en la evidencia, protocolos consensuados, trazabilidad asistencial, criterios homogéneos de decisión y análisis sistemático de resultados.

La Inteligencia Artificial no sustituye estos elementos. Los amplifica.

Por ello, quizá el debate más importante no sea cuántos algoritmos somos capaces de desarrollar, sino hasta qué punto somos capaces de construir marcos asistenciales que permitan identificar con precisión dónde aportan valor.

Establecer prioridades basadas en las necesidades reales

La verdadera oportunidad de la Inteligencia Artificial en cáncer de mama no reside únicamente en automatizar tareas o aumentar la capacidad diagnóstica. Reside en su potencial para reforzar la coherencia del proceso asistencial, reducir variabilidad, mejorar la calidad de las decisiones y facilitar la gestión de una complejidad clínica cada vez mayor.

La prioridad ya no debería ser incorporar más tecnología, sino identificar qué decisiones son más complejas, más frecuentes, más variables o más críticas para las pacientes. Solo a partir de ese análisis resulta posible establecer prioridades coherentes y construir una estrategia de Inteligencia Artificial alineada con las necesidades reales del proceso asistencial.

But para llegar a ese punto resulta necesario invertir el orden habitual del abordaje: Primero el proceso, después las decisiones de priorización y, sólo entonces la tecnología.

Porque probablemente la pregunta clave ya no sea qué puede hacer la Inteligencia Artificial por el cáncer de mama, sino qué necesita realmente el proceso asistencial para que la Inteligencia Artificial pueda aportar todo su valor.

Las reflexiones recogidas en este artículo forman parte de una línea de trabajo desarrollada en el marco del Proyecto Venturi, orientada al análisis del proceso asistencial del cáncer de mama y de las oportunidades que ofrece la Inteligencia Artificial como soporte a la toma de decisiones clínicas y organizativas.

Los documentos completos pueden consultarse en Cáncer de mama archivos - EnclaveSalud