Las revisiones de mama mediante
mamografía son una rutina anual o bianual. Estos plazos, marcados por el tipo de prueba, hacen que un
falso negativo (cuando el cáncer pasa desapercibido en la imagen) tenga todo un año para desarrollarse, perdiendo la oportunidad de una detección precoz. Ante el reto de evitar los falsos negativos, la precisión diagnóstica cobra un papel principal.
Ascires es el primer equipo español en incorporar a sus protocolos diagnósticos de mama Lunit, un
software de inteligencia artificial (IA) avalado por los principales certificados internacionales, que ofrece un 96 por ciento de precisión.
Y es que en España se diagnosticarán en 2022 alrededor de 34.750 mujeres con cáncer de mama según la Redecan (una de cada ocho), por lo que seguirá siendo el más prevalente entre el sexo femenino, representando aproximadamente el 30 por ciento de los casos. Con estos datos, y sabiendo que este cáncer es la
principal causa de muerte entre la población femenina de 25 a 55 años, se hace especialmente necesario extremar las medidas de prevención y detección precoz de esta patología con los programas de cribado.
La mamografía es la prueba médica más recomendada para la detección del cáncer de mama, capaz de identificarlo hasta dos años antes de que el médico pueda
palpar el tumor. Cuenta con una sensibilidad superior al 85 por ciento, sin embargo, es una exploración diagnóstica muy dependiente del radiólogo y, en la actualidad, del 10 al 30 por ciento de los cánceres pueden pasarse por alto. Senos densos, mal posicionamiento de la paciente en la prueba, o
errores de interpretación de la imagen médica, son algunas de las causas. “Para mayor precisión, lo óptimo es contar con un segundo observador en la interpretación de la mamografía y la IA nos lo proporciona con un 96 por ciento de acierto”, afirma Antonia Blanch, responsable de Radiología de Cetir Ascires.
Apoyo diagnóstico con 96 por ciento de fiabilidad
Ascires Grupo Biomédico adquirió en 2021 el software de inteligencia artificial LUNIT y actualmente es la
primera empresa española en implementarlo en el día a día de su actividad clínica. Este programa, a través de un algoritmo entrenado por una base de datos muy amplia, es una ayuda al diagnóstico del radiólogo mediante la IA, “reconfirma los casos negativos y sobre muestrea aquellos casos en los que hay un mínimo indicio de que haya malignidad,
identifica cualquier variación de la normalidad para que el facultativo pueda intervenir en esa región y valorar si es positivo o negativo”, explica Blanch.
Este software mejora, no solo la detección del cáncer de mama, sino que también agiliza los tiempos de diagnóstico. “El objetivo es proporcionar la
máxima precisión diagnóstica a la paciente y, además, optimizar el flujo de trabajo del radiólogo”, declara Blanch. La tecnología LUNIT analiza el score de mama y la densidad mamaria y proporciona la información de ubicación del cáncer detectado en forma de mapas de color y contornos, además de una puntuación de la anomalía, todo ello con un 96 por ciento de acierto.
El programa funciona ayudando al médico a identificar tanto el tumor, cuando aún está incipiente, como el cáncer de mama
antes que sea palpable y sin afectación ganglionar, con una precisión del 91 por ciento y del 87 por ciento, respectivamente. En los casos difíciles, los radiólogos puedencomparar el resultado de su lectura y decidir si se deben realizar exámenes adicionales, tales como la ecografía y la biopsia. De esta manera, pueden mejorar su precisión diagnóstica en mamas densas hasta en un nueve por ciento.
Además, el
software de inteligencia artificial Lunit cuenta con los más altos estándares de calidad y seguridad: el marcado CE (Certificación Europea) y el marcado FDA (Food and Drug Administration de los Estados Unidos).
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.