La inteligencia artificial, aliada para la detección temprana del cáncer mamario

En la Argentina, según el Instituto Nacional del Cáncer, mueren 5.600 mujeres por año por cáncer de mama. Es la neoplasia más prevalente, con 19.000 nuevos casos por año. Pero la detección temprana hace la diferencia. A tal punto, que los casos diagnosticados y tratados tempranamente tienen más del 90% de posibilidad de curación. Por eso, toda tecnología que contribuya a esa detección rápida es una aliada para enfrentar estos cuadros. En medio de avances científicos constantes, la inteligencia artificial se suma como herramienta al alcance para llegar a diagnósticos más rápidos y precisos.

Según se difundió en el último Congreso Argentino e Internacional de Mastología –en agosto- los softwares de aprendizaje automático ya se utilizan en 20 países y a nivel local cuentan con la aprobación de la Administración Nacional de Medicamentos, Alimentos y Tecnología (ANMAT). Se aplican para interpretar los estudios de imágenes, lo que agiliza la tarea de radiólogos y acelera los tiempos de diagnóstico. En muchos casos también evitan falsos positivos que derivan en estudios innecesarios.

“Es una herramienta de soporte de diagnóstico que permite al profesional contar con un ateneo instantáneo, con una opinión que tiene un valor estadístico de sensibilidad y especificidad conocido”, definió Daniel Mysler (MN 72638), Jefe del Departamento de Diagnóstico por Imágenes del Instituto Alexander Fleming.

“Son algoritmos, programas, como cualquier otro de los que se utilizan a diario para viajar o comprar cosas o usar aplicaciones de bancos –comparó el especialista- construidos de millones de imágenes validadas que se aplican en una imagen de mamografía, ecografía o resonancia magnética de mama para colaborar en el tamizaje, detectando hallazgos sutiles que pueden pasar inadvertidos”.

Prevención y precisión

“La IA también sirve en prevención, porque se utiliza para estratificar el riesgo de la enfermedad e identificar la probabilidad de riesgo/sospecha de malignidad del tejido mamario y sus lesiones. Asimismo esta predicción puede dirigir un screening personalizado apuntando a una medicina de precisión”, remarcó la mastóloga Flavia Sarquis (MN 88557), miembro titular de la Sociedad Argentina de Mastología y médica del TCba Centro de Diagnóstico y Argus Diagnóstico Médico.

Sarquis agregó que “la IA también puede identificar a las pacientes y su probabilidad de respuesta al tratamiento. Colabora para combinar datos de imágenes e incluso hay nuevos desarrollos con datos de anatomía patológica para poder instaurar tratamientos ‘a medida’ con un enfoque cada vez más personalizado”.

“El método de diagnóstico actual, probado por la medicina basada en la evidencia, es la mamografía de control anual. Habitualmente, dependiendo la densidad mamaria, hasta un 90% de los cánceres pueden verse con ese método. Las pacientes que tienen mama densa necesitan algún tipo de estrategia extra de cribado como lo que hacemos en Argentina que es realizar ecografías mamarias. Pueden ser manuales, clásicas, o con equipos especiales, automatizadas. La IA colabora en este grupo de pacientes como una herramienta de soporte”, apuntó Lucrecia Ballarino (MP 22311), especialista en diagnóstico por imágenes y Directora Médica del Instituto Oulton de Córdoba. “Uno puede hacer un informe de mamografía y utilizar una herramienta de IA que ayude a confirmar que esa paciente no tiene ningún hallazgo o que llame la atención hacia un área definida de la mama que pudo habérsenos pasado por alto”, agregó.

Según explicó Ballarino, la IA también sirve para hacer un triage de estudios y separarlos entre los que mediante IA no tienen detección de lesiones, los que tienen hallazgos a los que prestar atención y los estudios que claramente patológicos. “Si estratificamos los distintos tipos de pacientes con IA podemos dedicarle más tiempo a los estudios que realmente necesitan nuestra atención y podemos informar de manera más rápida”, remarcó la especialista.

En el Día Internacional de Lucha contra el Cáncer de Mama, cada 19 de octubre, las novedades que aporta la ciencia se suman a la recomendación de siempre: que todas las mujeres entre los 50 y los 69 años de edad, sin antecedentes personales ni familiares de cáncer de mama, deben realizarse una mamografía cada uno o dos años.

A esto se suman –como complemento, no como reemplazo- las medidas de autocuidado, que tienen que ver con la información y el autoexamen. En el mes de concientización sobre el Cáncer de Mama, la Fundación SanCor Salud lanzó la campaña “Stop: Autoexaminate”, que invita a detenerse y tomarse el tiempo para “realizar la autoexploración mamaria todos los meses, ya que se trata de un control fundamental para la detección temprana de la enfermedad y que puede hacerse desde la comodidad del hogar”.

Menos falsos positivos

“El uso de la inteligencia artificial en la detección del cáncer de mama obtuvo numerosos avales en todo el mundo, tras ser aprobada por la FDA de los Estados Unidos y la Agencia Europea de Medicamentos. En nuestra región ya fue autorizada por Anvisa en Brasil y la ANMAT de la Argentina, por lo que permite su uso clínico en el país”, dijo Sarquis.

Como ejemplo de estos dispositivos mencionó a Koios DS, el primer software patentado de AI y aprendizaje automático para la interpretación de estudios de imágenes, que da resultados en un plazo de dos segundos.

¿Cómo funcionan este tipo de tecnologías? Una vez que el radiólogo detecta una lesión, el sistema hace un mapeo de las imágenes sospechosas. Mediante el uso de algoritmos inteligentes de aprendizaje automático, se procesa la información y se genera un cálculo sobre la probabilidad de malignidad, clasificando las lesiones estudiadas según el nivel de riesgo que representa cada una.

• 

“La inteligencia artificial ha mejorado la interpretación visual de las ecografías mamarias con una mayor precisión y una reducción potencial de biopsias innecesarias en lesiones benignas”, resaltó la médica.

Un estudio publicado en The Lancet Oncology sobre un trabajo que se está realizando en Suecia también mostró resultados favorables en su primer corte de datos tanto en la detección de tumores como por su impacto en la reducción de tareas de los radiólogos. Participan 80 mil mujeres, divididas en dos grupos. En uno las mamografías fueron examinadas por dos radiólogos y en el otro, por un sistema de IA (Traspasa) y un radiólogo. Según difundieron los investigadores, hubo una mejora del 20% en la detección de tumores dentro del segundo grupo. “El uso de la IA no influyó en las tasas de falsos positivos, mientras que la carga de trabajo de lectura de pantalla se redujo a la mitad”, destacaron.

Un avance incipiente

“En 2020, en todo el mundo se diagnosticó cáncer de mama a 2,3 millones de mujeres, y 685.000 fallecieron por esa enfermedad”, afirmó la Organización Mundial de la Salud (OMS) en un informe emitido en julio de este año. De ese total, según “estimaciones más recientes realizadas por el Observatorio Global del Cáncer (Globocan) de la Agencia Internacional de Investigación sobre Cáncer, en la Argentina ocurrieron 22.024 casos nuevos”. La cifra “representó el 16,8% de todos los casos de cáncer diagnosticados en el país”.

Según la OMS, “a finales de 2020, 7,8 millones de mujeres a las que en los cinco años anteriores se les había diagnosticado cáncer de mama seguían con vida, lo que convierte a este cáncer en el de mayor prevalencia en el mundo”. El dato refuerza la necesidad de los controles y la importancia de la detección temprana.

Ya hay algoritmos de IA disponibles para mamografía, para ultrasonido y para mamografía con contraste. “Los de ultrasonido sirven como herramienta para caracterizar, para orientar si una lesión es benigna o maligna. Los algoritmos de IA en mamografías ayudan a saber si son lesiones malignas o benignas pero también para detectar lesiones, dado que la mamografía es una técnica que necesita de cierto grado de interpretación para definir el riesgo de una imagen”, detalló Ballarino.

“La IA son herramientas que están recientemente incorporándose a la práctica clínica. En nuestro país y con los costos en dólares de este tipo de herramientas es muy difícil incorporarlas en la práctica privada. Además, no existe consenso sobre quién debe hacerse cargo del costo del algoritmo de IA: si el médico que informa, el paciente que quiere que se use esa herramienta, o las entidades públicas para disminuir la sobrecarga de los médicos”, planteó.

Ballarino resaltó que, más allá de los aportes de la inteligencia artificial, “la responsabilidad final del informe es del médico que valida”.