Utilización de la IA para detectar el cáncer de mama (seno): Lo que sabemos
Actualizado el 29 de enero de 2026
La inteligencia artificial (IA) ya forma parte de la vida cotidiana: lo guía todo, desde las nuevas listas de reproducción de Spotify hasta las respuestas a preguntas sobre salud de chatbots como ChatGPT. Los médicos utilizan desde hace tiempo computadoras para señalar cuando algo parece fuera de lugar en las imágenes médicas. Pero estudios recientes sugieren que la IA puede ser capaz de detectar un cáncer en una mamografía u otras imágenes de las mamas que hasta un radiólogo bien capacitado podría pasar por alto. También puede predecir las personas con más probabilidades de padecer cáncer de mama entre las distintas mamografías. Pero el uso de la IA para predecir el cáncer de mama suscita dudas.
¿Cómo detecta la IA el cáncer de mama?
La inteligencia artificial es la capacidad de una computadora de imitar el comportamiento humano (por ejemplo, aprender y actuar). Los desarrolladores de IA entrenan a las computadoras para que reconozcan patrones en grandes cantidades de datos. Una vez que un programa ha sido entrenado, puede comenzar a evaluar nuevos datos por sí mismo y empezar a hacer predicciones.
Para entrenar a la IA para leer mamografías, los técnicos ingresan información de cientos de miles a millones de mamografías. El software de IA crea una representación matemática de cómo se ve una mamografía normal y cómo se ve una mamografía con cáncer. El sistema de IA coteja cada imagen con los estándares para distinguir lo que es normal de lo que no lo es. A medida que el programa se expone a más imágenes de mamografías, puede ir aprendiendo y ser más preciso, según explicó la Dra. Amy K. Patel, radióloga mamaria y directora médica del The Breast Care Center del Liberty Hospital en Liberty, MO. La IA también se utiliza para detectar el cáncer en ecografías y resonancias magnéticas (RM).
La detección del cáncer de mama asistida por IA está disponible en algunos países europeos, pero aún no es habitual en los EE. UU. Sin embargo, cada vez hay más estudios que sugieren que la IA podría ayudar a los radiólogos —que utilizan el diagnóstico por imagen para diagnosticar y tratar enfermedades— a detectar el cáncer de mama.
Cómo la IA puede mejorar la detección del cáncer de mama
Los radiólogos pueden utilizar la IA de muchas formas distintas a la hora de leer las mamografías, tales como cotejar su lectura con la de la computadora o recurrir a ella para dar prioridad a las mamografías en función de los resultados “probablemente sospechosos”. Se están llevando a cabo investigaciones en países donde se utiliza más la IA para detectar signos de cáncer, pero los estudios hechos hasta ahora sugieren que la IA podría mejorar la detección del cáncer de mama de varias maneras:
Identificación más temprana del cáncer
Según el Instituto Nacional del Cáncer, las mamografías de detección pasan por alto alrededor del 20 % de los casos de cáncer de mama. Los sistemas de IA parecen tener la capacidad de captar signos muy sutiles de un cáncer en etapa temprana que el ojo humano podría pasar por alto.
Un estudio publicado en The Lancet Oncology describe cómo los investigadores utilizaron la IA como ayuda para examinar las mamografías de más de 80.000 mujeres en Suecia. La IA leyó las mamografías de la mitad de esas mujeres antes de que las examinara un radiólogo, mientras que a la otra mitad se las leyeron dos radiólogos. El estudio reveló que en el grupo de la IA se detectó un 20 % más de casos de cáncer que en el grupo en el que solo intervinieron radiólogos.
Otro estudio realizado en Alemania y EE. UU. en el que se utilizó la IA para analizar casi 1,2 millones de mamografías reveló que el trabajo conjunto de un radiólogo y un sistema de IA fue un 2,6 % más eficaz en la detección del cáncer de mama que el de un radiólogo solo. Los resultados se publicaron en The Lancet Digital Health en julio de 2022.
Reducción de falsas alarmas
Un falso positivo se produce cuando los resultados de una mamografía señalan un hallazgo sospechoso que más tarde resulta no ser cáncer. Sin embargo, antes de poder descartar el cáncer, es posible que los médicos tengan que solicitar varios análisis complementarios, como ecografías, resonancias o incluso una biopsia del área anómala, lo que puede resultar agotador, tanto desde el punto de vista emocional como económico. El uso de la IA para leer mamografías puede dar lugar a tasas más bajas de falsos positivos que las lecturas de mamografías realizadas únicamente por radiólogos.
En un estudio centrado en este aspecto, los investigadores analizaron más de 91.000 mamografías de mujeres de los EE. UU. y el Reino Unido. En los EE.UU., donde las mujeres suelen someterse a pruebas de detección del cáncer de mama con más frecuencia, el sistema de IA redujo los falsos positivos en casi un 6 %. En el Reino Unido, el sistema de IA redujo los falsos positivos en un 1,2 %. Los hallazgos se publicaron en Nature en 2020.
Prevención de biopsias innecesarias
Una biopsia de mama permite al médico determinar si en una zona marcada durante una mamografía u otro tipo de imagen de la mama hay presencia de cáncer o no. “Alrededor del 80 % de las biopsias realizadas en zonas de interés resultan ser benignas [no cancerosas]”, afirma la Dra. Patel. Los sistemas de IA podrían reducir el número de biopsias innecesarias, y así disminuir el impacto emocional y físico del proceso de biopsia y los costos de atención médica asociados al procedimiento.
Por ejemplo, un estudio de 2023 descubrió que una herramienta de IA llamada iBRISK (calculadora de riesgo de cáncer de mama aumentada de forma inteligente) predijo con precisión si el tejido anormal marcado por los médicos tenía más probabilidades de ser benigno o canceroso.
“Es emocionante imaginar un futuro en el que la IA se utilice con éxito para evitar biopsias innecesarias en miles de mujeres y hombres cada año”, afirmaron la Dra. Elizabeth S. McDonald, PhD, y la Dra. Emily F. Conant en un artículo independiente sobre los hallazgos de iBRISK. “Aunque el elevado objetivo de una integración satisfactoria de la IA pueda parecer difícil de alcanzar, el beneficio potencial para nuestros pacientes merece nuestros esfuerzos colectivos en pos de un rendimiento óptimo en materia de detección y diagnóstico”. La Dra. McDonald es profesora asociada de Radiología y codirectora del grupo de investigación Penn Breast Cancer Translational Research Group y la Dra. Conant es profesora de Radiología y vicepresidenta del cuerpo de desarrollo del Departamento de Radiología de la Universidad de Pensilvania.
Predicción del riesgo de cáncer
La IA también puede mejorar la capacidad de los médicos para predecir qué personas tienen mayor riesgo de padecer cáncer de mama.
Un estudio publicado en junio de 2023 reveló que la IA era más precisa para predecir el riesgo de cáncer de mama que el modelo de riesgo del Consorcio de Vigilancia del Cáncer de Mama (BCSC, sigla en inglés). La calculadora de riesgo del Consorcio de Vigilancia del Cáncer de Mama estima el riesgo a cinco años de una mujer de desarrollar un cáncer de mama invasivo sobre la base de factores como la edad de la mujer, sus antecedentes familiares de la enfermedad, raza/etnia, densidad de las mamas y cualquier antecedente de biopsias benignas de mamas.
Mediante la utilización de imágenes de detección recogidas de 13.600 mujeres que tuvieron mamografías normales, cinco sistemas de IA generaron puntuaciones de riesgo de desarrollo de cáncer durante ese período de cinco años. La IA fue más precisa que el modelo del BCSC para predecir el cáncer de mama; y los mejores resultados se obtuvieron cuando se utilizaron conjuntamente la IA y el modelo del BCSC. Los descubrimientos se publicaron en Radiology.
Cuando los modelos de IA utilizan varios años de datos de mamografías, aumenta su precisión a la hora de calcular el riesgo de cáncer de mama. Un modelo de IA entrenado sobre tres años de mamografías de más de 10.000 mujeres fue 2,3 veces más preciso que una calculadora de riesgo de cáncer de mama, el cuestionario Tyrer-Kuzick.
Sesgos de la IA
La IA solo puede ser tan buena como la información que se utilice para entrenar la tecnología. Si hay una falta de diversidad en los datos utilizados para entrenar la IA (por ejemplo, si la única información en la que se basa la IA procede de un grupo de personas que son todas de la misma raza o grupo socioeconómico), es imposible saber si los sistemas de IA serán precisos para todas las personas. Por este motivo, existe cierta preocupación en torno al sesgo de los sistemas de IA para detectar el cáncer de mama.
Un estudio de 2024 descubrió que, cuando los investigadores utilizaban un programa de IA para leer las mamografías de mujeres negras y de edad avanzada, era más probable que el programa marcara de forma inexacta como sospechosas sus mamografías que las mamografías de mujeres blancas y de mujeres más jóvenes. Las mujeres negras tenían un 50 % más de probabilidades que las blancas de obtener un falso positivo y las mujeres mayores (de 71 a 80 años) tenían un 90 % más de probabilidades que las más jóvenes (de 51 a 60 años) de obtener un falso positivo.
Los falsos positivos pueden tener graves consecuencias. Un pequeño estudio de 2023 descubrió que, si un sistema de apoyo de IA ofrece consejos incorrectos a un radiólogo, puede afectar la precisión con la que ese radiólogo lee una mamografía.
“Hay mucho sesgo en la IA porque hay mucho sesgo en el mundo, y ese sesgo preexistente se incrusta en los sistemas de IA”, dijo Meredith Broussard, periodista de datos e investigadora de IA en la Universidad de Nueva York, a The Breastcancer.org Podcast en julio de 2024.
Sesgo en la IA para atención de salud
16 jul 2024El futuro de la IA y el diagnóstico por imagen para el cáncer de mama
Se necesitan más investigaciones y ensayos clínicos para erradicar los sesgos de los sistemas de IA y garantizar que estos sistemas sean lectores seguros y fiables de mamografías, como apoyo de un radiólogo.
“La adopción ha sido lenta porque queremos que todo esto funcione para los pacientes, y queremos asegurarnos de que podemos implementar estas herramientas para atenderlos mejor y no solo para que las empresas que fabrican sistemas de IA obtengan un beneficio secundario”, afirma la Dra. Patel. (La Dra. Patel es asesora médica de Kheiron Medical, un fabricante de sistemas de IA para el diagnóstico del cáncer).
En relación con la IA y la detección del cáncer de mama, estudios futuros ayudarán a determinar si los sistemas de IA pueden:
producir resultados precisos para mujeres de todas las edades, tipos de cuerpo y orígenes étnicos
reconocer todas las formas de cáncer de mama
reducir de forma fiable las tasas de falsos negativos (cuando se pasa por alto un cáncer) o de falsos positivos frente a las mediciones estándar realizadas únicamente por radiólogos
Por ejemplo, el estudio de investigación sobre la IA para detectar cáncer de mama de Leeds, o LIBRA (sigla en inglés), es un estudio británico en el que participan casi 7.000 mujeres cuyas mamografías serán leídas tanto por un software de IA como por dos radiólogos. Si las tres mediciones coinciden, las mujeres recibirán el visto bueno. Sin embargo, si hay alguna discrepancia entre las tres lecturas, los radiólogos decidirán si se debe volver a llamar a la paciente para obtener más imágenes. El objetivo es averiguar si la IA puede aumentar las tasas de detección del cáncer, reducir las visitas adicionales innecesarias de pacientes y aliviar la presión del personal.
La Dra. Patel señala que también existen muchos otros usos potenciales de las imágenes asistidas por IA en el diagnóstico y el tratamiento del cáncer de mama, tales como los siguientes:
informar sobre los pasos siguientes a la detección de determinadas afecciones benignas de la mama que podrían aumentar el riesgo de cáncer de mama
predecir el riesgo de presencia de cáncer en pacientes que parecen tener un carcinoma ductal in situ (CDIS)
evaluar si un cáncer de mama está respondiendo a la quimioterapia administrada antes de la cirugía
determinar el riesgo de cáncer de mama metastásico, en particular para los ganglios linfáticos
IA y cáncer de mama: Preguntas frecuentes
Tal vez desees conversar sobre las siguientes preguntas con tu médico o con otros miembros de tu equipo terapéutico.
¿Está disponible en nuestra zona la detección asistida por IA?
Al menos en EE. UU., las imágenes mamarias asistidas por IA aún no están ampliamente disponibles, y no existe un directorio en línea en el que puedas buscarlas. Si te interesa el diagnóstico por imágenes asistido por IA, ya sea para la detección o el control, pregunta a tu equipo terapéutico qué opciones hay disponibles en tu zona.
¿Hay ensayos clínicos en los que pueda participar?
Sí, existen ensayos clínicos de diagnóstico por imágenes asistido por IA en el cáncer de mama, que incluyen las mamografías, las ecografías y las RM. En la actualidad, la mayoría de los ensayos tienden a concentrarse fuera de los EE. UU. Puedes preguntar a tu médico o equipo terapéutico si hay algún estudio disponible en tu zona. También puedes buscar en directorios en línea como ClinicalTrials.gov y BreastCancerTrials.org.
¿La IA sustituirá a los radiólogos?
No. El consenso es que los sistemas de IA no sustituirán a los radiólogos, sino que los ayudarán a hacer mediciones más precisas y a gestionar el flujo de trabajo.
“Hay que permitir que el radiólogo mantenga el control, ya que existe un elemento humano que la IA nunca tendrá”, afirma la Dra. Patel. “Pero sí creo que la IA va a ayudar a los radiólogos a ser mucho más eficaces en los próximos años”.