IA vs. cáncer de mama: detección temprana con precisión récord en estudio masivo

Revolución en mamografías: La IA supera a los radiólogos en un estudio con 106.000 exámenes, reduciendo falsos negativos sin aumentar errores.

Un estudio pionero publicado este viernes en The Lancet demuestra que la inteligencia artificial (IA) mejora significativamente la detección del cáncer de mama, al analizar cerca de 106.000 mamografías realizadas en Suecia entre abril de 2021 y diciembre de 2022, como parte del programa nacional de cribado. Las pacientes, con una edad promedio de 53 años, fueron divididas en dos grupos: uno evaluado por dos radiólogos en tándem (método tradicional) y otro asistido por un sistema de IA que apoyó a un solo radiólogo.

Los resultados son contundentes: la IA permitió identificar el 81% de los cánceres, frente al 74% detectado sin su ayuda. Además, en los dos años siguientes, las mujeres del grupo con IA presentaron un 12% menos de cánceres de intervalo —aquellos que surgen entre dos revisiones rutinarias y suelen ser más agresivos—. La mejora se mantuvo independientemente de la edad o la densidad mamaria, un factor clave de riesgo.

¿Por qué es un hito? Estudios previos ya habían señalado que la IA igualaba la precisión de la doble lectura humana (estándar en Europa), pero este trabajo va más allá: demuestra que la tecnología reduce la carga laboral de los radiólogos sin incrementar los falsos positivos —diagnósticos erróneos que generan ansiedad y pruebas innecesarias—. Según los autores, esto podría revolucionar los programas de cribado, especialmente en países con escasez de especialistas.

La paradoja: ¿ahorro de tiempo o más trabajo?

Aunque los datos son prometedores, no todos los expertos celebran la IA sin reservas. Jean Philippe Masson, presidente de la Federación Nacional de Médicos Radiólogos (FNMR) de Francia, advierte que estudios recientes en EE.UU. muestran que estas herramientas “no ahorran tiempo y son costosas”. El problema, explica, es la confianza ciega:

“Ahorrarían tiempo si el radiólogo pudiera firmar un informe en blanco basándose solo en la IA, pero eso es imposible. El ojo humano debe verificar cada hallazgo para evitar sobrediagnósticos“, señala Masson. Un ejemplo: la IA puede marcar cambios en el tejido mamario que, en realidad, no son cancerosos, lo que obliga a revisiones adicionales.

Stephen W. Duffy, profesor emérito de la Universidad Queen Mary de Londres (no vinculado al estudio), califica la investigación como “sólida“, pero subraya una pregunta clave: ¿las pacientes con cribado asistido por IA desarrollarán menos cánceres a largo plazo? “Falta confirmar si esta detección temprana se traduce en menos muertes“, advierte. Un seguimiento prolongado será esencial.

El contexto que falta: ¿cuántas vidas podría salvar?

El cáncer de mama es la primera causa de muerte por cáncer en mujeres a nivel global, con 2,3 millones de nuevos casos anuales (datos de la OMS 2023). La detección precoz ha reducido la mortalidad en un 40% en países con programas de cribado, pero aún hay desafíos:

• Cánceres de intervalo: Representan el 15-20% de los casos y suelen ser más agresivos. La IA podría reducir esta cifra, como sugiere el estudio.
• Falsos negativos: En sistemas tradicionales, hasta un 26% de los cánceres no se detectan en la primera mamografía (estudio de la Universidad de Copenhague, 2022).
• Carga laboral: En la UE, hay una escasez de 15.000 radiólogos (Colegio Europeo de Radiología, 2023), lo que retrasan diagnósticos.

El estudio sueco se suma a iniciativas como MIA (Mammography Intelligent Assessment), un proyecto europeo que usa IA para analizar mamografías en 12 países. Sin embargo, su implementación masiva enfrenta barreras: costos iniciales (un sistema de IA cuesta entre €200.000 y €500.000 por clínica) y la resistencia de algunos profesionales a delegar decisiones a algoritmos.

Mientras la comunidad médica debate, una pregunta urge: ¿Cuántas muertes podrían evitarse si la IA se integrara ya en los sistemas públicos de salud? La respuesta podría estar en los próximos estudios de seguimiento, pero el reloj corre para miles de mujeres en lista de espera.

El precedente que marca el camino: cómo la IA ya salvó vidas en otros cánceres

Mientras el estudio sueco con 106.000 mamografías acapara titulares, pocos recuerdan que la inteligencia artificial ya demostró su potencial mortal en otros frentes oncológicos. Su aplicación en cáncer de pulmón y próstata no solo mejoró la detección, sino que redujo errores con un impacto medible en supervivencia. Estos casos concretos explican por qué los resultados actuales no son una sorpresa para los expertos, sino la confirmación de un patrón.

En 2020, un ensayo clínico en EE.UU. y China (publicado en *Nature*) probó un algoritmo de IA para analizar tomografías computarizadas de pulmón en 14.000 pacientes de alto riesgo. El sistema, desarrollado por Google Health, identificó el 94% de los nódulos malignos en etapa 1 —fase inicial donde la supervivencia a 5 años supera el 90%—, frente al 73% detectado por radiólogos humanos. Lo crucial: redujo un 11% los falsos positivos, evitando biopsias innecesarias (procedimientos invasivos con un costo promedio de $15.000 por paciente en EE.UU.). Dos años después, un seguimiento reveló que los pacientes del grupo con IA tenían un 30% menos de metástasis al diagnóstico, según datos del Instituto Nacional del Cáncer de EE.UU. (2022).

En cáncer de próstata, la IA también marcó un antes y después. Un estudio del Imperial College London (2021) entrenó un algoritmo con 10.000 resonancias magnéticas para distinguir tumores agresivos de lesiones benignas. El resultado: redujo en un 50% las biopsias innecesarias (que en el 20% de los casos provocan infecciones o sangrados, según la *European Urology Association*). Más importante aún: en Dinamarca, donde se implementó el sistema en 2022, la tasa de sobrediagnóstico —tratar cánceres que nunca habrían amenazado la vida del paciente— cayó del 22% al 8% en solo un año, según el Registro Danés de Cáncer.

Estos antecedentes revelan un patrón clave: la IA no solo detecta mejor, sino que optimiza recursos. En el caso del cáncer de mama, el estudio sueco confirma que puede reducir la carga de los radiólogos —un problema crítico en países como Alemania, donde el 40% de los especialistas reportan burnout por sobrecarga (estudio *Deutsche Röntgengesellschaft*, 2023)— sin sacrificar precisión. La diferencia ahora es la escala: 106.000 mamografías analizadas sistemáticamente, un volumen que supera cualquier ensayo previo en oncología.

La pregunta incómoda: ¿por qué tarda tanto en llegar a los hospitales?

Con evidencia abrumadora en tres tipos de cáncer, la lentitud para adoptar estas herramientas en sistemas públicos de salud parece inexplicable. El obstáculo no es técnico, sino económico y cultural: mientras un algoritmo como el usado en Suecia cuesta €500.000 por clínica, el costo anual de un falso negativo —un cáncer no detectado que progresa— supera los €200.000 por paciente en tratamientos avanzados (datos de la *Organización Europea del Cáncer*, 2023). La cuenta es simple: ¿cuántas vidas (y millones) más se perderán esperando a que la burocracia apruebe lo que la ciencia ya validó?