La inteligencia artificial (IA) es una tecnología basada en el modelo de redes neuronales del cerebro que utiliza múltiples capas de algoritmos, deep learning y computación cognitiva para el procesamiento de datos y que, puesta al servicio de la ciencia médica, está revolucionando el saber y accionar de los profesionales de la salud.1
En años recientes, la IA se ha incorporado a la medicina como auxiliar en el mejoramiento de la atención al paciente: acelera los procesos y logra una mayor precisión diagnóstica. Hoy en día, las imágenes radiológicas, las preparaciones de anatomía patológica y los registros médicos electrónicos de los pacientes se evalúan mediante aprendizaje automático, ayudando tanto en el proceso de diagnóstico como en el propio tratamiento de los pacientes.2
Existen muchos programas informáticos de apoyo al diagnóstico que han ido mejorando su aprendizaje a través de su uso repetido y continuo. Por ejemplo, en el campo de procesamiento e interpretación de imágenes, los algoritmos basados en inteligencia artificial mejoran la calidad y precisión del diagnóstico ya que son excelentes para reconocer automáticamente patrones complejos en los datos de imágenes, eliminan el ruido en las imágenes ofreciendo una mayor calidad y permiten establecer modelos tridimensionales a partir de imágenes de pacientes concretos.2
La inteligencia artificial en la atención del cáncer de mama
Los programas de detección de cáncer de mama se implementan actualmente en la mayoría de los países desarrollados, pues han demostrado aumentar la detección temprana de la enfermedad, lo que conduce a un mejor pronóstico y reducción en las tasas de mortalidad.3
Por décadas, la mastografía ha sido la herramienta de primera línea en la detección del cáncer de mama, con más de 200 millones de mujeres examinadas cada año en todo el mundo. Sin embargo, aún existen limitantes en la sensibilidad y especificidad de las máquinas, incluso con los avances tecnológicos más recientes. De hecho, durante un cribado, hasta 30% a 40% de los cánceres de mama pueden no ser detectados.3
Debido al creciente interés en la implementación de la IA en la imagenología médica, se han desarrollado múltiples algoritmos basados en deep learning, los cuales se han aplicado a la mastografía digital. Investigaciones preliminares demuestran que los sistemas basados en inteligencia artificial para interpretar mastografías pueden mejorar la eficiencia de los radiólogos en cuanto a sensibilidad, especificidad y tiempo.3
Tal es el caso de MammoScreen®, una solución diseñada para identificar riesgos de cáncer de mama en mastografías digitales bidimensionales, en regiones donde existe sospecha de su presencia, así como evaluar la probabilidad de malignidad. Dicho sistema toma como dato de entrada el set completo de cuatro vistas que comprenden la mastografía (imágenes craneocaudales izquierda y derecha; y mediolateral oblicua) y entrega una serie de tomas posicionales con un puntaje de sospecha asociado.3
El sistema combina dos grupos de redes neuronales convolucionales profundas (el grupo “imagen” interpreta las mamografías y les asigna un puntaje, y el grupo “lesión” detecta regiones de interés y determina si el hallazgo es una calcificación o lesión de tejido blando) con un módulo de agregación3 y, basándose en distintos casos interpretados por radiólogos expertos, además del uso de avanzadas técnicas de deep learning, las redes neuronales de MammoScreen® detectan y caracterizan resultados sospechosos.4
El módulo de agregación, por su parte, combina las predicciones de ambos grupos para formar la imagen de predicción final. Asigna un nuevo valor al hallazgo más significativo, y en el resto se obtienen resultados que varían de acuerdo con su relevancia. De esta forma se asegura la óptima integración entre ambas partes, de modo que un resultado fuertemente positivo –o negativo– es posible solo cuando los dos grupos coinciden totalmente.3
Con ayuda de la inteligencia artificial, el software reúne diferentes familias de algoritmos de aprendizaje automatizado –machine learning– para llevar a cabo una amplia variedad de tareas como detección de hallazgos, interpretación del nivel de sospecha y relación de hallazgos desde múltiples puntos de vista. De igual forma, el algoritmo de la solución vincula la caracterización de la malignidad del tumor, al nivel de la mastografía, con los hallazgos específicos.4
Las herramientas tecnológicas enfocadas en la IA siguen encontrando una infinidad de aplicaciones como son el 3D, machine o deep learning, imagenología y telesimulación, entre otros, con el fin de no solo detectar un diagnóstico certero, sino crear otros tipos de combinaciones para generar algoritmos que, unidos a los datos clínicos y a las imágenes, puedan dar una predicción exacta, lo que se traduzca en un buen tratamiento para el paciente.1
Conoce cómo se aplica la IA a la atención médica en: La evolución de las prótesis inteligentes y el tacto artificial.
- Regalado M, Medina A. La inteligencia artificial al servicio de la medicina. Atención Primaria Práctica [Internet]. 2022;4(3):100143. Disponible en: http://dx.doi.org/10.1016/j.appr.2022.100143
- Ávila-Tomás JF, Mayer-Pujadas MA, Quesada-Varela VJ. La inteligencia artificial y sus aplicaciones en medicina II: importancia actual y aplicaciones prácticas. Aten Primaria [Internet]. 2020;53(1):81–88. Disponible en: http://dx.doi.org/10.1016/j.aprim.2020.04.014
- Pacilè S, Lopez J, Chone P, Bertinotti T, Grouin JM, Fillard P. Improving breast cancer detection accuracy of mammography with the concurrent use of an artificial intelligence tool. Radiol Artif Intell [Internet]. 2020;2(6):e190208. Disponible en: http://dx.doi.org/10.1148/ryai.2020190208
- Solution: Artificial Intelligence – MammoScreenTM [Internet]. MammoScreen®. 2019 [citado el 1 de septiembre de 2022]. Disponible en: https://www.mammoscreen.com/ai-solution