Los algoritmos de inteligencia artificial(IA) superaron, en un estudio de mamografías, al modelo de riesgo clínico estándar para predecir las probabilidades a cinco años de padecer cáncer de mama, según publican los investigadores en 'Radiology', revista de la Sociedad Radiológica de Norteamérica (RSNA).
Según explica el investigador principal Vignesh A. Arasu, científico investigador y radiólogo practicante en Kaiser Permanente Northern California (Estados Unidos), "los modelos de riesgo clínico dependen de la recopilación de información de diferentes fuentes, que no siempre está disponible o recopilada. Los recientes avances en el aprendizaje profundo de IA nos proporcionan la capacidad de extraer cientos a miles de características mamográficas adicionales".
En el estudio retrospectivo, el doctor Arasu utilizó datos asociados con mamografías 2D de cribado negativas, que no muestran evidencia visible de cáncer, realizadas en Kaiser Permanente Northern California en 2016. De las 324.009 mujeres sometidas a cribado en 2016 que cumplían los criterios de elegibilidad, se seleccionó para el análisis una subcohorte aleatoria de 13.628 mujeres.
Además, también se estudiaron las 4.584 pacientes del grupo de elegibilidad que fueron diagnosticadas de cáncer en los cinco años siguientes a la mamografía original de 2016. Se realizó un seguimiento de todas las mujeres hasta 2021.
Los investigadores dividieron el período de estudio de cinco años en tres períodos de tiempo: riesgo de cáncer de intervalo, o cánceres incidentes diagnosticados entre 0 y 1 años; riesgo de cáncer futuro, o cánceres incidentes diagnosticados de entre uno y cinco años; y todo el riesgo de cáncer, o cánceres incidentes diagnosticados entre 0 y 5 años.
"Hay algo en las mamografías que nos permite rastrear el riesgo de cáncer de mama. Esta es la 'caja negra' de la IA"
A partir de las mamografías de cribado de 2016, se generaron puntuaciones de riesgo de cáncer de mama en el periodo de cinco años mediante cinco algoritmos de IA, incluidos dos algoritmos académicos utilizados por los investigadores y tres algoritmos disponibles en el mercado. A continuación, las puntuaciones de riesgo se compararon entre sí y con la puntuación de riesgo clínico del BCSC. Arasu confirma que "los cinco algoritmos de IA obtuvieron mejores resultados que el modelo de riesgo del BCSC a la hora de predecir el riesgo de cáncer de mama de 0 a 5 años. Este sólido rendimiento predictivo durante el período de cinco años sugiere que la IA está identificando tanto cánceres no detectados como características del tejido mamario que ayudan a predecir el desarrollo futuro del cáncer. Hay algo en las mamografías que nos permite rastrear el riesgo de cáncer de mama. Esta es la 'caja negra' de la IA", apunta.
Algunos de los algoritmos de IA destacaron en la predicción de pacientes con alto riesgo de cáncer de intervalo, que suele ser agresivo y puede requerir una segunda lectura de las mamografías, un cribado suplementario o imágenes de seguimiento de intervalo corto. Al evaluar a las mujeres con el 10% de riesgo más alto, por ejemplo, la IA predijo hasta el 28% de los cánceres, frente al 21% que predijo el BCSC.
La puntuación del riesgo futuro de una persona, que la IA tarda segundos en generar, podría integrarse en el informe radiológico compartido con el paciente y su médico.
"Buscamos un medio preciso, eficaz y escalable de conocer el riesgo de cáncer de mama de una mujer. Los modelos de riesgo de IA basados en mamografías ofrecen ventajas prácticas sobre los modelos de riesgo clínicos tradicionales porque utilizan una única fuente de datos: la propia mamografía" explica el doctor Arasu. Añade que algunas instituciones ya están utilizando la IA para ayudar a los radiólogos a detectar el cáncer en las mamografías. La puntuación del riesgo futuro de una persona, que la IA tarda segundos en generar, podría integrarse en el informe radiológico compartido con el paciente y su médico.
Los algoritmos de IA entrenados para horizontes temporales cortos, tan bajos como 3 meses, fueron capaces de predecir el riesgo futuro de cáncer hasta cinco años cuando no se detectó clínicamente ningún cáncer mediante mamografía de cribado. Cuando se utilizaron combinados, los modelos de riesgo de IA y BCSC mejoraron aún más la predicción del cáncer.