"La
inteligencia artificial como apoyo a los radiólogos en el
cribado de cáncer de mama permitiría
detectar mayor número de cánceres, que se diagnosticarían en estadíos más precoces, lo que supondría un mejor pronóstico para la paciente y la utilización de tratamientos menos agresivos", según
Esperanza Elías, radióloga especialista en Inteligencia Artificial aplicado al cribado de mama y ponente del
36 Congreso de la Sociedad Española de Radiología Médica (
SERAM) y XXXI CIR.
El desarrollo de
nuevos sistemas de inteligencia artificial con tecnología “deep learning” ha mejorado los algoritmos de los CAD tradicionales. Por lo que son capaces de
detectar lesiones sospechosas de cáncer de mama tanto en mamografía digital como en tomosíntesis, asignándoles una puntuación en función de la probabilidad de malignidad. Además, pueden ser utilizados como apoyo a las lecturas del radiólogo haciendo más sencilla la tarea, consiguiendo una disminución de la demora, aumentando la detección de cáncer y disminuyendo los falsos positivos y negativos.
La
inteligencia artificial también es capaz de clasificar las
mamografías en función de la probabilidad de malignidad, permitiendo al radiólogo focalizar sus actuaciones en aquellas con mayor probabilidad de cáncer. “Aunque son necesarios más estudios prospectivos realizados en entornos reales clínicos, la inteligencia artificial a corto plazo tendrá un papel muy destacado en mamografía” apunta Elías.
Hay estudios que demuestran que se podría disminuir la carga de trabajo en los
programas de cribado hasta en un 70 por ciento sin disminuir la sensibilidad. Además aumenta el valor predictivo positivo de las pacientes derivadas, especialmente en las pacientes clasificadas por el sistema como de riesgo elevado.
Además, según Elías, "la
inteligencia artificial permitiría la generalización del uso de la tomosíntesis en los programas de cribado, donde se ha demostrado también un aumento en la detección de
cáncer de mama, ya que la inteligenica artificial permitiría reducir el incremento en la carga de trabajo que suponen las lecturas de la tomosíntesis, porque el tiempo de lectura de una tomosíntesis por parte del radiólogo supone más del doble que el de una mamografía digital”.
La Radiogenómica, nueva técnica de inteligencia artificial
La
radiogenómica es una nueva técnica de
inteligencia artifical, que aplicada a las imágenes médicas (resonancia de mama, mamografía digital, tomosíntesis, ecografía o PET) estudia la relación entre los fenotipos de imagen y el genoma tumoral. Lo que implica que, a través de la
inteligencia artificial, la radiogenómica intenta conseguir biomarcadores de imagen que relacionan las características de la imagen que presenta el cáncer (fenotipos de imagen), con respecto al tejido circundante sano, con los procesos que ocurren a nivel genético y molecular en el tejido tumoral.
El objetivo de la
radiogenómica es
desarrollar biomarcadores de imagen incorporando fenotípicos y alteraciones genotípicas que pueden predecir el riesgo y los resultados, permitiendo estratificar mejor a los pacientes para un tratamiento más preciso.
“Estas nuevas técnicas, permitirán realizar una
medicina de precisión mediante un estudio complejo, con modelos informáticos y matemáticos, que valoran la interacción de genes, metabolitos, proteínas y otros componentes biológicos, pudiendo realizar un tratamiento enfocado de la enfermedad y estrategias de prevención para grupos de individuos, según su enfermedad, genética, factores ambientes y estilos de vida. Se podrá evitar la realización de biopsias, evitando así su comorbilidad y las complicaciones asociadas, las cuales sólo nos proporcionan información de la parte
biopsiada del tumor, mientras que la radiogenómica estudia todo el tumor y al paciente en su conjunto” puntualiza Elías.
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.