En una reveladora investigación realizada en Suecia y publicada en The Lancet Oncology a principios de agosto, se ha explorado el potencial de la Inteligencia Artificial (IA) para reducir la carga de trabajo de los radiólogos en la detección del cáncer de mama. Aunque es demasiado pronto para sacar conclusiones definitivas, los primeros datos muestran resultados prometedores.

El estudio involucró a alrededor de 80 mil mujeres que fueron divididas en dos grupos de tamaño similar. Todas se sometieron a mamografías, pero el enfoque difería. Un grupo fue evaluado de manera convencional por dos radiólogos independientes, mientras que el segundo grupo tuvo sus datos examinados primero por una IA y luego por un único radiólogo.

El grupo asistido por la IA no mostró resultados peores en comparación con el método convencional. De hecho, se observó que se detectaron un poco más de casos de cáncer en este grupo. Además, la tasa de “falsos positivos” (resultados erróneos de detección de cáncer) fue comparable entre ambos grupos.

La adopción de esta tecnología podría llevar a una reducción significativa en la carga de trabajo de los radiólogos, ya que el enfoque basado en inteligencia artificial requiere únicamente la intervención de un radiólogo. Los resultados iniciales son prometedores, ya que las pruebas de detección juegan un papel crucial en la lucha contra el cáncer de mama. A pesar de estos hallazgos, los expertos recalcan que aún es temprano para afirmar que la IA está lista para su implementación total en la detección de mamografías.

Expertos en el campo, como el oncólogo Nereo Segnan, advierten que el riesgo de sobrediagnóstico debe ser considerado en la interpretación de los resultados. Aunque se destaca que el estudio es prometedor, se reconoce que la IA podría haber tendido a sobre diagnosticar ciertas formas tempranas de cáncer de mama.

Este estudio marca un paso significativo en la integración de la IA en la detección de cáncer de mama y resalta la importancia de aliviar la carga de trabajo de los radiólogos en programas de detección.