"La IA permite al radiólogo detectar lesiones sospechosas en mamografías"

Los radiólogos que utilizan la inteligencia artificial tienen la posibilidad de poder ver el riesgo asignado a la mamografía, según especialistas en mama de la Sociedad Española de Radiología Médica (Seram), como Sara Romero, del Hospital Universitario Reina Sofía, ya que “es una de las diferencias entre el cribado de cáncer de mama con inteligencia artificial (IA) y el cribado de cáncer de mama habitual”, explica en el contexto del Día Mundial contra el cáncer de mama. Este riesgo lo que indica es la probabilidad de identificar una lesión sospechosa en la mamografía. Normalmente, los sistemas de IA clasifican las mamografías en tres grupos de riesgo en función de este score:

• Bajo riesgo (mamografías con baja probabilidad de presentar una lesión sospechosa)
• Riesgo intermedio (mamografías con probabilidad intermedia de presentar una lesión sospechosa)
• Alto riesgo (mamografías con alta probabilidad de presentar una lesión sospechosa)

“En este último grupo es donde se encuentra la mayor proporción de mamografías con un cáncer detectable”, puntualiza lRomero.

Los beneficios de los sistemas de IA están demostrados cuando son utilizados por radiólogos expertos en lectura de mamografía, porque “el uso de estos sistemas de inteligencia artificial por radiólogos no entrenados puede llevar a un aumento de las derivaciones para realizar estudios complementarios por hallazgos que finalmente sean benignos. Y el equilibrio entre detección de cánceres y realización de pruebas adicionales por hallazgos que finalmente sean benignos es uno de los aspectos esenciales para el buen funcionamiento de los programas de cribado”, subraya Romero.

Los sistemas de IA tienen dos vías principales de aportación en un cribado mamario:

1. Al clasificar las mamografías en tres grupos según la probabilidad de presentar una lesión sospechosa se pueden optimizar los flujos de lectura de las mamografías.
2. La capacidad, como herramienta de apoyo, de mejorar el rendimiento de los radiólogos lectores. Al disponer de marcas generadas por el sistema que señalan posibles áreas de sospecha en la mamografía, el radiólogo lector puede destinar más atención hacia la zona marcada y así reducir las lesiones que podrían pasar desapercibidas. También puede servir al radiólogo lector para afianzar su decisión de considerar una mamografía como normal si la IA no muestra ninguna marca y, al contrario, ser una herramienta de apoyo para la derivación o rellamada de una mujer, si ante una lesión de dudosa sospecha detectada por el radiólogo, esta también es marcada por el sistema.

Técnicas cribado mamario

“Con la IA están surgiendo nuevas estrategias de distribución de la carga de trabajo que podrían permitir adaptar con mayor facilidad las últimas recomendaciones de las guías europeas de cribado, como son la ampliación de la edad de los 45 a los 74 años o la incorporación de equipos de tomosíntesis, que ha demostrado resultados muy beneficiosos como técnica de cribado mamario. Pero para poder realizar la implantación de nuevas estrategias de lecturas en un programa de cribado, primero los radiólogos lectores debemos estar correctamente formados en esta nueva herramienta y analizar los resultados que tenemos con su utilización”, comenta Romero.

Antes de comenzar a trabajar con IA es fundamental conocer el rendimiento o resultados en el cribado mamario que se está obteniendo. “Conocer el número de lecturas que realizamos en un determinado periodo de tiempo, la tasa de derivación, la tasa de falsos positivos (mujeres derivadas en las que finalmente no se diagnostica un cáncer de mama), … La tasa de detección de cáncer nos permitirá saber cómo debemos utilizar esta nueva herramienta de IA para mejorar el rendimiento personal y, por tanto, mejorar el resultado del cribado mamario en el que desarrollamos nuestra actividad. También es fundamental la monitorización de los resultados del cribado mamario con IA para ver si conseguimos el efecto deseado”, concluye Romero.