La lectura de mamografías asistida por IA detecta 20 % más casos de cáncer
La interpretación de mamografías con ayuda de un software de inteligencia artificial (IA) permitió detectar 20 % más casos de cáncer que el método habitual de lectura doble por parte de dos radiólogos, y no aumentó la cantidad de falsos positivos, según se indica en un estudio sueco.
La investigación se publicó en la edición de agosto de 2023 de The Lancet Oncology. Lee el resumen en inglés: “Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study” (Interpretación asistida por inteligencia artificial frente a lectura doble estándar en un ensayo de pruebas de detección por mamografía con inteligencia artificial: análisis de seguridad clínica de un estudio de enmascaramiento simple, de no inferioridad, controlado y aleatorio).
“Falso positivo” se refiere a lo que sucede cuando en un estudio de detección del cáncer de mama se muestra un área anormal que parece un tumor maligno, pero resulta ser un área sana. En definitiva, la noticia es buena: no es cáncer de mama. Sin embargo, el área sospechosa suele requerir un seguimiento con varios médicos y análisis y procedimientos adicionales que incluyen una posible biopsia.
Uso de IA para leer mamografías
Para enseñarle a la tecnología de IA a interpretar las mamografías, los técnicos ingresan información de millones de dichos análisis. El software de IA crea una representación matemática (un algoritmo) de cómo debería verse una mamografía normal y una mamografía de un seno con cáncer. El sistema de IA puede analizar cada mamografía en más detalle que el ojo humano, y luego compara cada imagen con los estándares a fin de identificar anomalías.
La mayoría de las pautas profesionales recomiendan hacer dos lecturas de las mamografías de detección (a cargo de dos radiólogos) para confirmar que la interpretación sea correcta. Sin embargo, la doble lectura lleva más tiempo y puede aumentar la cantidad de falsos positivos.
Muchos consideran que los sistemas de asistencia basados en IA son un complemento para los radiólogos, y este podría ser uno de los usos más prometedores de la IA en radiología.
Acerca del estudio
El objetivo de este estudio, denominado ensayo MASAI, es determinar si usar sistemas de asistencia basada en IA para interpretar mamografías permite detectar más casos de cáncer de intervalo. Los casos de cáncer de mama de intervalo son aquellos que se detectan entre una mamografía de detección con resultados normales y la mamografía de detección posterior. Los tipos de cáncer de mama de intervalo tienden a ser más grandes, crecen y hacen metástasis más rápido que los tipos de cáncer de mama encontrados en mamografías periódicas.
Los resultados presentados aquí son un análisis temprano que busca evaluar únicamente la seguridad del uso de IA para interpretar mamografías de detección.
El análisis incluyó a 80.020 mujeres suecas de entre 40 y 80 años a quienes correspondía hacerles mamografías de detección entre el 12 de abril de 2021 y el 28 de julio de 2022. Se asignó aleatoriamente a las mujeres a uno de dos grupos de detección:
Las mamografías de 39.996 mujeres se leyeron con ayuda de la tecnología de IA.
Dos radiólogos leyeron de la manera tradicional las mamografías de 40.024 mujeres.
Se detectaron más casos de cáncer y se convocaron más mujeres para que se hicieran pruebas adicionales en el grupo de IA:
Se detectaron 244 casos de cáncer y se llamó a 861 mujeres para más análisis en el grupo en el que se interpretaron las mamografías con ayuda de IA.
Se detectaron 203 casos de cáncer y se llamó a 817 mujeres para más análisis en el grupo en el que se interpretaron las mamografías con el método tradicional.
Qué significan estos resultados:
la tasa de detección de cáncer fue de 6,1 cada 1000 mujeres cuando las mamografías se interpretaron con ayuda de IA.
la tasa de detección de cáncer fue de 5,1 cada 1.000 mujeres cuando las mamografías se interpretaron de la manera tradicional.
la tasa de repetición de la prueba fue del 2,2 % para las mujeres cuyas mamografías se interpretaron con ayuda de IA.
la tasa de repetición de la prueba fue del 2 % para las mujeres cuyas mamografías se interpretaron según el método tradicional.
Este es el desglose de las mujeres a las que se convocó para análisis adicionales:
Un 28 % de las mujeres que tuvieron que hacer pruebas adicionales después de una mamografía interpretada con ayuda de IA recibieron un diagnóstico de cáncer.
Un 25 % de las mujeres que tuvieron que hacerse análisis adicionales después de una mamografía interpretada con el método tradicional recibieron un diagnóstico de cáncer.
La tasa de falsos positivos fue del 1,5 % en ambos grupos.
Si bien los resultados son alentadores, el equipo de investigación observó que el estudio tenía varias limitaciones:
El análisis se hizo en un solo centro y estuvo limitado a un tipo de máquina de mamografía y un sistema de IA. Estos factores podrían implicar que los resultados no pueden aplicarse de manera general.
Los factores técnicos afectan el desempeño del sistema de IA, pero tienen menos relevancia que la experiencia de los radiólogos que usan el sistema. Incluso cuando se usa un sistema de IA, es un radiólogo quien toma la decisión final de convocar a alguien para que se haga análisis adicionales. Por lo tanto, los resultados dependen del desempeño de los radiólogos.
Los radiólogos que participaron en este estudio tenían un nivel de experiencia entre moderado y alto, por lo que es posible que los resultados no puedan extenderse a radiólogos de menor experiencia.
No se recabó información sobre la raza o el origen étnico de las mujeres. Por lo tanto, no es posible saber si la lectura de mamografías asistida por IA tiene la misma precisión en todos los grupos raciales o étnicos.
“Estos resultados preliminares de seguridad prometedores deberían ser útiles para nuevos ensayos y evaluaciones basadas en programas con el objetivo de compensar la marcada falta de radiólogos en varios países”, declaró la autora principal del estudio, Kristina Lång, PhD. La Dra. Lång es profesora adjunta de Diagnóstico radiológico en la Universidad de Lund. “Sin embargo, no son suficientes para confirmar que la tecnología de IA está lista para su implementación en las mamografías de detección. También necesitamos comprender los efectos sobre los resultados de los pacientes, en especial para saber si la combinación del conocimiento de los radiólogos y la IA puede ayudar a detectar casos de cáncer de intervalo que suelen omitirse en las pruebas tradicionales, así como la rentabilidad de esta tecnología”.
Qué significa esto para ti
Los resultados de este estudio son alentadores. Sin embargo, es necesario realizar muchos más estudios antes de poder aplicar la IA como método de rutina para interpretar mamografías.
Según se indica en un estudio de mayo de 2023, si un sistema de asistencia por IA ofrece sugerencias incorrectas a un radiólogo para la interpretación de mamografías, esto podría afectar gravemente la precisión de su veredicto, independientemente de su nivel de experiencia.
Hay estudios futuros que apuntan a investigar cuáles son las mejores formas de presentar la información de IA a los radiólogos para que puedan usarla de forma eficaz y sin sesgo.
— Se actualizó por última vez el 5 de octubre de 2023, 15:12