El càncer de mama és el segon tumor més diagnosticat a Espanya, només per darrere del de còlon. Amb dades del darrer estudi de la Societat Espanyola d’Oncologia Mèdica (SEOM), el 2022, 34.750 dones seran diagnosticades amb la malaltia. És aquí on els radiòlegs posen en valor el suport que pot suposar la intel·ligència artificial per al cribratge d’aquest tipus de càncer. Els permetria detectar més tumors, es diagnosticarien en estadis més precoços, suposaria un millor pronòstic per a la pacient i la utilització de tractaments menys agressius, segons explica la doctora Esperanza Elías, de l’Hospital Universitari Reina Sofía de Còrdova.
La doctora Elías és especialista en intel·ligència artificial (IA) aplicada al cribratge de mama de la Societat Espanyola de Radiologia Mèdica (Seram). Detalla que s’han desenvolupat nous sistemes d’IA amb tecnologia deep learning, un enfocament d’aprenentatge automàtic no supervisat (és a dir, calen dades d’entrenament, però aquestes no han d’estar etiquetades), que es basen en el funcionament del sistema neurològic. Aquests sistemes, aclareix, han millorat els algorismes dels computer aided diagnosis (CAD), és a dir diagnòstics assistits per ordinador que ajuden els metges en la interpretació dels continguts multimèdia que s’obtenen en proves a les quals s’ha sotmès el pacient.
A diferència dels CAD tradicionals, afegeix la radiòloga, els nous sistemes són capaços de detectar lesions sospitoses de càncer de mama tant en mamografia digital com en tomosíntesi -una forma avançada de mamografia digital per augmentar la detecció precoç- assignant a les proves una puntuació en funció de la probabilitat de malignitat. A més, poden ser usats com a suport a les lectures del radiòleg fent més senzilla la tasca, aconseguint una disminució del retard, augmentant la detecció de càncer i disminuint els falsos positius i negatius.
La intel·ligència artificial també és capaç de classificar les mamografies en funció de la probabilitat de malignitat. A curt termini, explica la metgessa, tindrà un paper molt destacat en les mamografies. Això sí, afegeix que són necessaris més estudis prospectius realitzats en entorns reals clínics. Alguns, indica, demostren que es podria disminuir la càrrega de treball en els programes de cribratge fins a un 70% sense minvar la sensibilitat.
El sistema, indica la radiòloga, marca les lesions sospitoses de malignitat, els assigna una puntuació de l’1 al 100 que va en funció de la probabilitat de malignitat i després, en funció de la lesió, amb la puntuació més alta classifica l’estudi complet en tres categories: risc baix, mitjà o elevat. «El risc elevat suposa un 3% de tots els estudis o dones i s’ha comprovat que 1 de cada 4 o 5 dones d’aquest percentatge sí que pateix càncer de mama», estableix.
La metgessa explica que, en risc baix, la IA «et classifica aproximadament el 70% dels estudis o dones, per això diem que es pot evitar la càrrega de treball en un 70%. Mentre que el risc intermedi suposa una probabilitat d’entre 125 dones aproximadament i suposa un 27%». Aclareix que les dades fan referència a la població femenina en edat de cribratge, de 50 a 69 anys.
Medicina de precisió
La doctora Esperanza Elías també fa referència a la radiogenòmica, una nova tècnica d’intel·ligència artificial, que aplicada a les imatges mèdiques (ressonància de mama, mamografia digital, ecografia...) estudia la relació entre els fenotips d’imatge i el genoma tumoral. Noves tècniques, conclou, que es dirigeixen cap a l’anomenada medicina de precisió: un estudi complex, amb models informàtics i matemàtics, que valora aspectes com ara la interacció de gens, metabòlits, proteïnes i altres components biològics de cada pacient.
