Una de cada ocho mujeres será diagnosticada con cáncer de mama en algún momento de su vida. Con el objetivo de lograr una detección más temprana —cuando el tratamiento puede ser más exitoso—, un equipo internacional que incluyó investigadores del Google Health y el laboratorio de AI de Google DeepMind desarrolló una inteligencia artificial capaz de detectar cáncer de mama en las mamografías.

Para entrenar a la AI se utilizaron mamografías de casi 91.000 mujeres en los Estados Unidos y el Reino Unido. Una vez entrenado, se probó el funcionamiento del algoritmo con otras 28.000 mamografías.

Los resultados —publicados en la revista Nature— fueron impresionantes: el modelo de AI pudo predecir el cáncer de mama con el mismo nivel de precisión que un radiólogo experto. Y no solo eso, en comparación con un radiólogo, hubo una reducción del 1,2% en falsos positivos (cuando una mamografía se diagnostica incorrectamente como anormal) y una reducción del 2,7% en falsos negativos (donde se omite un cáncer cuando si lo hay) en el conjunto de datos de las 76.000 mujeres británicas.

En el conjunto de datos de las 15.000 mujeres estadounidenses, por otra parte, la reducción fue del 9,4% para los falsos negativos y del 5,7% para los falsos positivos.

La mamografía es la forma más común de identificar el cáncer de seno en las primeras etapas de la enfermedad. Esta detección es un primer paso importante porque cuanto antes se detecta, más y mejores tipos de tratamiento están disponibles.

A pesar de la existencia de programas de detección en todo el mundo, la interpretación de las mamografías se ve afectada frecuentemente por las altas tasas de falsos positivos y falsos negativos.

Y mientras los falsos positivos pueden no ser tan críticos, reducir los falsos negativos es fundamental: en el peor de los casos, no detectar signos de cáncer puede ser mortal.

Los investigadores sostienen que estos resultados muestran el importante papel que podría tener la AI en la atención del cáncer y resaltan que adoptar esta tecnología podría mejorar la forma en que se diagnostica.

Agregan, sin embargo, que el trabajo aún permanece en las primeras etapas. Se necesitan más investigaciones no sólo con historias clínicas sino con pacientes actuales. Esperan, en el futuro, poder usar herramientas de detección de cáncer en ensayos clínicos, evaluarlas en la práctica y utilizarlas en pacientes en tiempo real.

"Estos estudios proporcionan el camino hacia un segundo par de ojos digitales que nunca están cansados y ven a todos los pacientes", finalizan.