💡 Resumen (TL;DR):
- Una nueva herramienta de IA australiana, llamada BRAIx, estima la probabilidad de desarrollar cáncer a futuro usando mastografías estándar.
- Las mujeres en el 2% de mayor riesgo tuvieron una tasa de diagnóstico del 9.7% en cuatro años, superando a portadoras de mutaciones BRCA1/BRCA2.
- El sistema detecta casos de alto riesgo en pacientes que habían recibido el “visto bueno” en sus chequeos convencionales.
Investigadores australianos desarrollaron un algoritmo de inteligencia artificial capaz de estimar el riesgo de una mujer de padecer cáncer de mama en los próximos cuatro años, utilizando únicamente las imágenes de sus mastografías estándar. Lo crucial de este avance es su capacidad para identificar a mujeres de alto riesgo que, bajo los protocolos actuales de tamizaje, reciben resultados negativos o “limpios”.
Los hallazgos, publicados este 3 de marzo en The Lancet Digital Health, sugieren que esta herramienta transformará el chequeo poblacional generalizado en un proceso mucho más personalizado y efectivo.
BRAIx: Más allá de buscar tumores visibles
La herramienta, bautizada como BRAIx risk score, no se limita a escanear en busca de tumores existentes. En su lugar, convierte el análisis de imagen en una puntuación de riesgo calibrada poblacionalmente que predice la probabilidad futura de un diagnóstico.
El desarrollo tiene una base de datos masiva: se entrenó con mastografías de casi 400,000 mujeres del programa BreastScreen de Australia, se probó con datos de casi 96,000 mujeres australianas y sus resultados fueron validados independientemente en una cohorte sueca de más de 4,500 pacientes.
El dato más contundente del estudio reveló que, entre las mujeres clasificadas en el 2% superior de riesgo por el algoritmo, el 9.7% fueron diagnosticadas con cáncer de mama en un plazo de cuatro años, a pesar de tener una mastografía inicial sin hallazgos patológicos. Según el estudio, esta tasa supera el riesgo típicamente observado en mujeres portadoras de mutaciones genéticas heredadas BRCA1 o BRCA2.
Adiós a los predictores tradicionales
Helen Frazer, autora correspondiente de la University of Melbourne y directora clínica en St Vincent’s BreastScreen, destacó el impacto clínico del software:
“Estas puntuaciones de riesgo permiten el desarrollo futuro de vías de detección personalizadas para transformar el tamizaje poblacional de cáncer de mama y salvar vidas”.
El estudio demostró que BRAIx estima el riesgo con mayor precisión que los factores en los que los médicos han confiado históricamente, como la densidad mamaria, el país de nacimiento y el historial familiar. De hecho, los investigadores notaron que la densidad mamaria —considerada por mucho tiempo un predictor clave— mostró solo una asociación débil con el riesgo real una vez que se tomaron en cuenta las puntuaciones de BRAIx.
Además, el algoritmo logró explicar el 23% del componente familiar del riesgo de cáncer de mama.
Implementación y futuro
La efectividad de BRAIx resultó especialmente alta para identificar mujeres con riesgo de diagnóstico entre uno y dos años después del estudio, manteniendo una precisión reducida pero significativa en la marca de tres a cuatro años.
Actualmente, la tecnología se está probando dentro del programa BreastScreen Victoria para asistir a radiólogos en la lectura de estudios, con ensayos adicionales programados para comenzar en Australia del Sur. Los investigadores estiman que la herramienta estará lista para un despliegue masivo en cinco años.
El objetivo final no es solo detectar, sino optimizar recursos: dirigir a las mujeres de alto riesgo hacia pruebas avanzadas como resonancias magnéticas (MRI), mientras se permite a las mujeres de bajo riesgo espaciar sus chequeos de forma segura.
