En España el cáncer de mama luminal representa el 65 por ciento de todos los tumores de mama. Sin embargo, gracias a los avances tecnológicos se ha visto que la combinación de inteligencia artificial (IA) y resonancia magnética (RM) ofrece un enfoque integral para la detección temprana y evaluación de este cáncer. Esto puede traducirse en un diagnóstico más preciso y en un tratamiento más específico y personalizado, reduciendo la necesidad de procedimientos invasivos innecesarios y mejorando la calidad de vida de las pacientes. Los resultados se han publicado en el artículo “Biomarcadores en resonancia magnética y su correlación con el test Oncotype” de la revista Radiología.
Según las autoras del estudio y especialistas en tumores de mama de la SERAM, Cruz Ciria y García Mur, “el cáncer de mama en España es el más frecuente. Se calcula que una de cada ocho mujeres lo padecerán en algún momento de su vida, y dentro de este, el subtipo luminal representa el grupo mayoritario. Se estima que en 2023 aproximadamente 35.000 mujeres fueron diagnosticadas de cáncer de mama”. En este sentido, la RM contribuye significativamente en el diagnostico y estadificación del cáncer al proporcionar imágenes de alta resolución que permiten evaluar la extensión del tumor e identificar lesiones adicionales, siendo especialmente útil en mamas densas.
Por otra parte, el test Oncotype DX Breast Recurrence Score (ODXRS) es una valiosa herramienta para los profesionales en la toma de decisiones terapéuticas. Permite evaluar la expresión génica del tumor para calcular una puntuación de recurrencia, proporcionando información sobre el riesgo de recidiva del cáncer de mama en 10 años. Además, ayuda a determinar la necesidad de tratamientos adicionales, como la quimioterapia.
Inteligencia artificial
El test Oncotype DX Breast Recurrence Score (ODXRS) permite evaluar la expresión génica del tumor para calcular una puntuación de recurrencia, proporcionando datos sobre el riesgo de recidiva del cáncer de mama en 10 años.
Aunque la IA puede ser beneficiosa en varias etapas, durante la detección los algoritmos de IA analizan imágenes mamográficas y de resonancia magnética con una “teórica” mayor precisión, identificando patrones sospechosos que podrían pasar desapercibidos en evaluaciones convencionales. Estos modelos de IA también pueden ayudar en la interpretación de resultados genómicos, proporcionando información adicional sobre la agresividad del tumor y posibles respuestas a tratamientos específicos.
Por otra parte, en la etapa de tratamiento puede ayudar en la toma de decisiones clínicas. Al integrar datos clínicos, genómicos e imágenes radiológicas, los modelos de IA pueden predecir la respuesta individualizada a terapias específicas, y permitir establecer una estrategia de tratamiento personalizada y adaptada a las características de cada paciente.
“A pesar de que usamos la IA en nuestro día a día, algunos aspectos están todavía en fase de investigación y actualmente no tienen aplicabilidad clínica real aunque presenten buenos resultados teóricos. Por ello, es fundamental seguir evaluando e investigando estos algoritmos para garantizar su precisión, integración en la práctica clínica y avanzar en nuevos horizontes”, concluyen las autoras del artículo.
También te puede interesar…
