La inteligencia artificial (IA) permite profundizar en la información inherente a una mamografía e identificar características novedosas asociadas con un alto riesgo de un futuro diagnóstico de cáncer de mama.

 

Con esta premisa, un artículo publicado en la revista Trends in Cancer elaborado por investigadores de la Universidad Tecnológica de Queensland en Brisbane, Australia, analiza cómo la Inteligencia Artificial está mejorando la predicción del riesgo asociado a la densidad mamográfica y dando forma al futuro de las estrategias de detección y reducción del riesgo.

 

 

El tejido mamario que aparece blanco en una mamografía se considera radiológicamente denso, mientras que el tejido mamario que aparece oscuro se considera no denso. Estas áreas densas están compuestas predominantemente de epitelio y estroma, conocidos colectivamente como tejido fibroglandular, mientras que las áreas no densas están compuestas predominantemente de tejido adiposo.

 

 

Se acepta ampliamente que las mujeres con una densidad mamográfica más alta para su edad e índice de masa corporal tienen un mayor riesgo de cáncer de mama. No obstante, los científicos y los médicos siguen luchando con la complejidad y las paradojas que surgen del efecto de enmascaramiento y el riesgo de cáncer de mama asociado con la densidad mamográfica, y cómo implementar de manera óptima los cambios en la práctica clínica, como la detección basada en el riesgo.

 

 

 

 

Ahora, con la aplicación de métodos computacionales avanzados como el aprendizaje profundo o IA para analizar imágenes mamográficas, se podría predecir un futuro diagnóstico de cáncer de mama. En un refinamiento clave para la predicción del riesgo de densidad mamográfica, los métodos de IA están descubriendo patrones llamados «características mamográficas», que son predictores más fuertes del riesgo de cáncer de mama que cualquier otro factor de riesgo conocido.

 

 

 

 

Por ejemplo, en las mujeres con una puntuación de riesgo BRAIx (generada por IA) >2 (alrededor del 2% de todas las mujeres) que reciben un resultado positivo en la detección, más del 10% tendrá un diagnóstico de cáncer de mama dentro de los 4 años .

 

 

 

Es importante destacar que estas nuevas medidas están relacionadas con la densidad mamográfica. Nuestra comprensión de los mecanismos biológicos que sustentan la asociación entre la densidad mamográfica y el riesgo de cáncer de mama se puede aplicar para generar nuevos conceptos sobre la patobiología de las características mamográficas. 

 

 

 

El estudio analiza los avances recientes en la predicción del riesgo de cáncer de mama asistida por IA, lo que esto significa para el futuro de la detección y la prevención del cáncer de mama, y ​​la investigación clave necesaria para avanzar las características mamográficas de la investigación a la práctica clínica.