La combinación de la inteligencia artificial (IA) y la evaluación humana en los programas de detección de cáncer de mama mejora tanto la tasa de detección como el valor predictivo positivo para las mujeres que necesitan una evaluación adicional. Esta es una de las conclusiones que se han podido extraer del artículo “Impact of real-life use of artificial intelligence as support for human Reading in a population-based breast cancer screening program with mammography and tomosynthesis”, publicado en la revista científica European Radiology por especialistas de la Sociedad Española de Radiología Médica (SERAM).
El objetivo del estudio era analizar cómo el uso de un sistema de inteligencia artificial como complemento a la evaluación por parte de dos lectores humanos afecta en un entorno real dentro de un programa de detección temprana de cáncer de mama mediante mamografías digitales (DM) o tomosíntesis digital de mama (DBT). Con este fin, realizaron una comparación entre la tasa de detección, la tasa de rellamadas y el valor predictivo positivo de las rellamadas entre dos grupos de estudio. El primer grupo estaba compuesto por 11.998 mujeres evaluadas de manera prospectiva y consecutiva en un programa de detección con doble lectura humana respaldada por un sistema de IA. El segundo grupo, similar en tamaño, consistió en mujeres estudiadas un año antes en el mismo programa por el mismo grupo de radiólogos, con doble lectura pero sin el soporte del sistema de inteligencia artificial.
Respaldo de la IA
La evaluación general de los resultados revela que el grupo que recibió el respaldo del sistema de IA mostró un incremento en la tasa de detección de cáncer del 3,2 por ciento (9 por ciento frente a 5,8 por ciento), un aumento en el valor predictivo positivo de las rellamadas del 4 por ciento (14,6 por ciento frente a 10,6 por ciento), y un ligero aumento en la tasa de rellamadas del 0,7 por ciento (6,1 por ciento frente a 5,4 por ciento).
Según señala Marina Álvarez, una de las autoras del estudio, “el discreto aumento en la tasa de rellamadas estuvo acompañado de un significativo aumento en el valor predictivo positivo de las rellamadas, lo que sugiere que el sistema de IA no generó rellamadas innecesarias o falsos positivos, sino que ayudó al radiólogo a identificar casos relevantes”.
Los resultados mostraron similitudes cuando se compararon de manera independiente los estudios de mamografía digital y tomosíntesis, aunque las diferencias o mejoras observadas al incluir el respaldo de la IA son ligeramente más pronunciadas en el grupo de tomosíntesis.
Además, estos sistemas demostraron su capacidad para clasificar los estudios según su probabilidad de malignidad en riesgo bajo, intermedio o alto, con la ventaja de que aproximadamente el 70 por ciento de los estudios se clasificaron como riesgo bajo. En este trabajo, casi el 66 por ciento de los estudios se encontraron en la categoría de riesgo bajo, mientras que menos del 3 por ciento se ubicaron en la categoría de riesgo alto. Sin embargo, de los 108 tumores detectados en el grupo evaluado con IA, solo uno se detectó en el grupo de bajo riesgo, y aproximadamente el 70 por ciento de los cánceres se identificaron en el grupo de alto riesgo.
También te puede interesar…
