Un estudio reciente ha arrojado luz sobre el papel del software de inteligencia artificial (IA) en el apoyo a los radiólogos durante los exámenes de salud física, específicamente en el diagnóstico oportuno del cáncer de mama.
Realizaco en dos centros de salud municipales desde mayo de 2021 hasta mayo de 2023, el estudio se adentró en la eficacia del software de IA listo para usar en la categorización de masas mamarias encontradas incidentalmente. Este enfoque busca potencialmente reducir la necesidad de exámenes repetidos y biopsias innecesarias.
La investigación se enfocó en pacientes femeninas que se sometieron a exámenes de ultrasonido mamario, clasificando las masas mamarias encontradas incidentalmente de acuerdo con la 5ª edición del Sistema de Informes y Datos de Imágenes Mamarias (BI-RADS).
Los resultados patológicos finales de la resección quirúrgica o biopsia se utilizaron como estándar de oro para la comparación. Los radiólogos evaluaron las imágenes de forma independiente, con la asistencia de la IA para refinar la clasificación BI-RADS.
De un total de 196 pacientes con 202 masas mamarias, 107 resultaron ser benignas, mientras que 95 fueron malignas. El análisis reveló que los radiólogos experimentados superaron a los radiólogos junior en la clasificación BI-RADS, una tendencia reflejada en la clasificación de IA.
Específicamente, se observó que el software de IA mejoró significativamente la precisión, sensibilidad y valor predictivo negativo para los radiólogos junior, especialmente en masas BI-RADS 4a y 4b. Además, la IA aumentó la sensibilidad de detección del cáncer de mama invasivo de manera más efectiva que el carcinoma ductal in situ y los subtipos raros.
Sigue leyendo: Abogando por la Equidad en la Atención del Cáncer Infantil
El cáncer de mama, que actualmente es el cáncer más común entre las mujeres en todo el mundo, requiere un diagnóstico temprano y preciso para mejorar los resultados. Aunque la ecografía es una modalidad de imagen preferida, la dependencia del operador sigue siendo un desafío.
En este contexto, la IA presenta una solución prometedora al proporcionar objetividad y consistencia en el diagnóstico. Este estudio destaca el potencial de la IA para reducir las disparidades de rendimiento entre radiólogos junior y senior, optimizando así la eficacia diagnóstica y la asignación de recursos en entornos de examen de salud.
Al mejorar la eficiencia diagnóstica y reducir procedimientos innecesarios, la IA contribuye a mejorar la atención al paciente y la asignación de recursos. A medida que la IA continúa avanzando, su integración en la atención médica tiene el potencial de transformar las prácticas de diagnóstico y mejorar los resultados generales del paciente.
