Dot.lib

La inteligencia artificial (IA) ha transformado rápidamente la radiología, pero ¿hasta qué punto es fiable en la detección de cánceres de mama invasivos? Un nuevo estudio publicado en la revista Radiology, de la Radiological Society of North America, investigó la tasa de falsos negativos (FNR) de la IA en mamografías de cribado, con el objetivo de entender qué tipos de cáncer tiende a omitir la tecnología y por qué.

La investigación, liderada por la Dra. Sung Eun Song, del Hospital Anam de la Universidad de Corea, surge en un momento en que se debate si la IA podría reemplazar tareas esenciales de los radiólogos. La Dra. Song se alinea con otra perspectiva: "Los radiólogos que usan IA reemplazarán a aquellos que no la usan". Para utilizarla eficazmente, es crucial entender sus limitaciones.

El estudio retrospectivo analizó 1.097 cánceres en 1.082 mujeres, utilizando un software comercial de IA para evaluar las mamografías. Los principales hallazgos fueron:

• Tasa de Omisión de la IA: La IA omitió el 14% de todos los cánceres invasivos analizados.
  
  
• Subtipo Más Omitido: La tasa más alta de falsos negativos ocurrió en los cánceres con receptores hormonales (HR) positivos. Estos cánceres representan alrededor del 70% de todos los casos de cáncer de mama y frecuentemente presentan hallazgos más sutiles en la mamografía, a diferencia de los tipos HER2-positivos (con calcificaciones) o triple negativos (con características volumétricas), que son más fáciles de detectar.
  
  
• Características Omitidas: La tecnología fue más propensa a omitir cánceres que eran más pequeños, de grado más bajo, localizados en tejido mamario denso o fuera de las zonas mamarias típicas.
  
  
• Importancia Clínica: La mayoría (62%) de estos cánceres omitidos por la IA fueron considerados susceptibles de intervención clínica por los radiólogos.

El estudio, que se centró exclusivamente en cánceres invasivos, sugiere que confiar únicamente en la IA puede llevar a la omisión de enfermedades en etapa inicial, pero clínicamente significativas, especialmente en mujeres más jóvenes y con mamas densas. Curiosamente, alrededor de un tercio de los cánceres omitidos por la IA también fueron omitidos inicialmente por los radiólogos, lo que sugiere que el mejor enfoque es la colaboración.

Los autores recomiendan que los radiólogos revisen primero los resultados de la IA y, luego, reexaminen cuidadosamente las áreas donde la IA es propensa a fallar –como mamas densas, distorsiones arquitectónicas y zonas no mamarias– para mejorar la atención al paciente.

Para profundizar en la metodología del estudio y en el análisis de los diferentes subtipos moleculares, recomendamos la lectura del artículo completo y del editorial relacionado.

Sobre Radiological Society of North America (RSNA)

La Radiological Society of North America (RSNA) es una sociedad internacional de radiólogos, médicos y otros profesionales de la salud interesados en el campo de la imagenología médica. Es reconocida por sus publicaciones de excelencia en radiología, además de sus continuas acciones en el avance de esta especialidad a través de su fundación de enseñanza e investigación, que invierte y financia investigaciones relevantes en el campo.

Si desea obtener más información sobre la cartera de la Radiological Society of North America (RSNA) para su institución, póngase en contacto con info@dotlib.com o complete nuestro formulario. Aproveche la oportunidad para mantenerse al día con nuestro blog, seguir nuestras redes sociales y suscribirse a Dotlib TV, nuestro canal oficial de YouTube.