Redacción
La inteligencia artificial (IA) utilizada simultáneamente con la lectura humana en programas de cribado de cáncer de mama aumenta la detección y el valor predictivo positivo de las mujeres con “rellamadas”, según publican la Dra. Esperanza Elías, la Dra. Sara Romero, el Dr. José Luis Raya y la Dra. Marina Álvarez, especialistas en imagen mamaria de la Sociedad Española de Radiología Médica (Seram) en un artículo publicado en la revista European Radiology.
El objetivo de esta investigación era evaluar el impacto del uso de un sistema de IA como soporte doble de lectura humana en un escenario de la vida real, de un programa de detección precoz de cáncer de mama con mamografía digital (DM) o tomosíntesis digital de mama (DBT). Por este motivo, se ha comparado la tasa de detección, la tasa de rellamadas y el valor predictivo positivo de las rellamadas entre un grupo de 11.998 mujeres que se han estudiado de forma prospectiva y consecutiva, en un programa de cribado con doble lectura humana apoyada por un sistema de inteligencia artificial, y un grupo similar estudiadas un año antes en el programa por el mismo grupo de radiólogos, con doble lectura, pero sin el apoyo del sistema de IA.
Los resultados demuestran que el grupo estudiado con el soporte del sistema de inteligencia artificial presentó un aumento en la tasa de detección de cáncer del 3,2 ‰, un aumento en el valor predictivo positivo de las rellamadas del 4%, y un breve aumento de la tasa de rellamadas del 0,7%
Los resultados demuestran que el grupo estudiado con el soporte del sistema de IA presentó un aumento en la tasa de detección de cáncer del 3,2 ‰ (9 ‰ vs 5,8 ‰), un aumento en el valor predictivo positivo de las rellamadas del 4% (14,6% vs 10,6%), y un breve aumento de la tasa de rellamadas del 0,7% (6,1% vs 5,4%). “El discreto aumento en la tasa de rellamadas se acompañó de un aumento importante en el valor predictivo positivo de las rellamadas, lo que indica que el sistema de inteligencia artificial no aumentó las rellamadas innecesarias o falsos positivos, sino que ayudó al radiólogo a derivar casos relevantes”, apunta la Dra. Álvarez.
Se obtienen resultados parecidos, al comparar de forma independiente los estudios de mamografía digital y tomosíntesis, si bien las diferencias o mejoras obtenidas al incluir el soporte de Inteligencia artificial son ligeramente superiores en el grupo de tomosíntesis.
Los sistemas han demostrado su capacidad para clasificar los estudios en función de su probabilidad para malignidad en riesgo bajo, intermedio o alto, con la ventaja de que aproximadamente un 70% de los estudios se van a encontrar en riesgo bajo
Por otra parte, estos sistemas han demostrado su capacidad para clasificar los estudios en función de su probabilidad para malignidad en riesgo bajo, intermedio o alto, con la ventaja de que aproximadamente un 70% de los estudios se van a encontrar en riesgo bajo. En el presente trabajo, prácticamente un 66% de los estudios se han encontrado en riesgo bajo, y menos de un 3% de los mismos en riesgo alto. Sin embargo, de los 108 tumores detectados en el grupo valorado con IA, solo uno se ha detectado en el grupo de bajo riesgo, y prácticamente el 70 % de los cánceres se han detectado en el grupo de riesgo elevado.
Según la Dra. Álvarez, “la posibilidad para clasificar los estudios en función de su probabilidad para malignidad, además de ser una ayuda en la toma de decisiones del radiólogo, abre la puerta a nuevas estrategias de lectura y nuevos flujos de trabajo en los programas de cribado, permitiendo que el radiólogo centre sus esfuerzos en los estudios de alto riesgo. Sin duda, una oportunidad para reducir la carga de trabajo que suponen los programas de cribado, y al tiempo mejorar sus resultados”.
