¿Puede la inteligencia artificial mejorar la detección del cáncer de mama sin sobrecargar a los radiólogos?
La detección del cáncer de mama se basa en el examen de mamografías por parte de dos profesionales de la salud. Este método, aunque eficaz, enfrenta una creciente escasez de radiólogos, especialmente en el Reino Unido, donde cerca del 40 % de los puestos podrían faltar para 2028. Un estudio reciente exploró el uso de la inteligencia artificial como segundo lector para analizar estas imágenes, con el fin de aliviar la carga de trabajo sin comprometer la calidad de los diagnósticos.
El estudio incluyó a 50.000 mujeres de dos centros de detección británicos. Los resultados muestran que reemplazar al segundo lector humano por una herramienta de inteligencia artificial permite mantener una precisión similar en términos de detección de cánceres y reducción de falsos positivos. Tras una etapa de arbitraje, en la que expertos reexaminan los casos controvertidos, la sensibilidad y la especificidad de la inteligencia artificial resultaron ser tan buenas como las de dos lectores humanos. Esto significa que la herramienta detecta la misma cantidad de cánceres reales y evita igual número de diagnósticos erróneos.
Una de las principales ventajas de este enfoque es la reducción significativa del tiempo de trabajo. El número de mamografías que deben analizar los humanos disminuyó un 50 %, ya que la inteligencia artificial se encarga de parte de los exámenes. Sin embargo, el arbitraje se vuelve más frecuente con la inteligencia artificial, aumentando entre un 22 % y un 142 % según los centros. Este incremento se debe a que la herramienta a veces puede señalar anomalías que no son confirmadas por los expertos, o por el contrario, pasar por alto casos sutiles que los humanos detectan.
La inteligencia artificial demostró una capacidad particular para identificar cánceres que aparecen entre dos detecciones o en la siguiente, denominados cánceres de intervalo o de próxima ronda. Antes del arbitraje, los detectaba mejor que los humanos. Pero tras la reevaluación por parte de los expertos, esta diferencia se desvaneció, ya que algunas señales de la herramienta fueron descartadas. Esto plantea una pregunta: ¿cómo integrar mejor las sugerencias de la inteligencia artificial para que sean más fiables y comprendidas por los radiólogos?
El rendimiento de la herramienta varía según los equipos utilizados para las mamografías. Es más eficaz con los aparatos de un fabricante que con los de otro, lo que sugiere que debe adaptarse a las tecnologías locales antes de ser implementada. Los radiólogos que participaron en el estudio expresaron una confianza moderada en la herramienta, al tiempo que señalaron sus limitaciones, como su tendencia a sobreestimar ciertas anomalías, como las calcificaciones.
Este estudio abre el camino a un uso más amplio de la inteligencia artificial en la detección del cáncer de mama. Demuestra que es posible reducir la carga de trabajo de los profesionales sin sacrificar la calidad de los diagnósticos. Para avanzar, será necesario mejorar la transparencia de las decisiones de la herramienta y capacitar a los radiólogos en su uso, para que puedan evaluar mejor sus alertas y aprovecharla al máximo.
Références des contenus
Référence officielle
DOI : https://doi.org/10.1038/s43018-026-01128-z
Titre : Impact of using artificial intelligence as a second reader in breast screening including arbitration
Revue : Nature Cancer
Éditeur : Springer Science and Business Media LLC
Auteurs : Lucy M. Warren; Jenny Venton; Kenneth C. Young; Mark Halling-Brown; Christopher J. Kelly; Marc Wilson; Megumi Morigami; Lisanne Khoo; Deborah Cunningham; Richard Sidebottom; Mamatha Reddy; Hema Purushothaman; Delara Khodabakhshi; Lesley Honeyfield; Amandeep Hujan; Tsvetina Stoycheva; Andy Joiner; Reena Chopra; Aminata Sy; Dominic Ward; Lin Yang; Rory Sayres; Daniel Golden; Namrata Malhotra; Rachita Mallya; Lihong Xi; Della Ogunleye; Charlotte Purdy; Alistair Mackenzie; Susan Thomas; Shravya Shetty; Fiona J. Gilbert; Ara Darzi; Hutan Ashrafian