{"id":18233,"date":"2026-06-11T05:13:59","date_gmt":"2026-06-11T08:13:59","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1781165638676\/"},"modified":"2026-06-11T05:14:06","modified_gmt":"2026-06-11T08:14:06","slug":"ia-riesgo-cancer-mama-mamografia","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/ia-riesgo-cancer-mama-mamografia\/","title":{"rendered":"IA prev\u00e9 riesgo de c\u00e1ncer de mama 10 a\u00f1os antes"},"content":{"rendered":"

La inteligencia artificial aplicada a la mamograf\u00eda<\/strong> puede se\u00f1alar signos sutiles de c\u00e1ncer de mama hasta una d\u00e9cada antes del diagn\u00f3stico cl\u00ednico. As\u00ed lo indica un amplio estudio sueco publicado en la revista Radiology<\/em>, en el que tres algoritmos comerciales \u2014creados originalmente para la detecci\u00f3n\u2014 demostraron poder estimar el riesgo individual mucho antes de que la enfermedad fuera visible para el radi\u00f3logo.<\/p>\n

\"Mamograf\u00eda
Los algoritmos de IA asignan puntajes de riesgo a partir de la mamograf\u00eda de cribado.<\/figcaption><\/figure>\n

Anticipar qui\u00e9n tiene mayor probabilidad de desarrollar la enfermedad no sirve solo para diagnosticar antes. Abre la puerta a un cribado a medida, concentrando los estudios complementarios y la vigilancia m\u00e1s frecuente en las mujeres que realmente se beneficiar\u00edan. Herramientas cl\u00ednicas como el modelo Tyrer-Cuzick y el an\u00e1lisis de densidad mamaria ya lo intentan, pero con un desempe\u00f1o limitado. La novedad es usar la propia imagen del cribado, le\u00edda por IA, como predictor.<\/p>\n

Lo que revel\u00f3 el estudio sueco<\/h2>\n

Los investigadores analizaron 89.000 mamograf\u00edas de 31.400 mujeres seguidas durante diez a\u00f1os dentro del programa nacional de cribado de Suecia, donde las mujeres de 40 a 74 a\u00f1os se realizan una mamograf\u00eda bienal interpretada por dos radi\u00f3logos. Durante el per\u00edodo, 12.100 participantes (39%) fueron finalmente diagnosticadas con c\u00e1ncer de mama, un conjunto de datos lo bastante s\u00f3lido para poner a prueba la hip\u00f3tesis con rigor estad\u00edstico.<\/p>\n

Tres algoritmos comerciales generaron los puntajes: Vara AI (de Vara), Lunit Insight MMG (de Lunit) y MammoScreen (de Therapixel). Conviene destacar que los tres fueron concebidos para la detecci\u00f3n<\/em> del c\u00e1ncer, no para la predicci\u00f3n del riesgo. Aun as\u00ed, en las mujeres que m\u00e1s tarde desarrollaron la enfermedad, los puntajes aumentaron de forma progresiva en cada estudio, mientras se mantuvieron relativamente estables entre quienes siguieron libres de c\u00e1ncer.<\/p>\n

Las cifras impresionan. Con una especificidad fijada en 90%, los sistemas se\u00f1alaron entre el 19% y el 20% de los casos futuros seis a\u00f1os antes del diagn\u00f3stico. La detecci\u00f3n subi\u00f3 al 23%-25% cuatro a\u00f1os antes y al 35%-39% dos a\u00f1os antes. Incluso una d\u00e9cada antes, los algoritmos ya identificaban entre el 13% y el 17% de los c\u00e1nceres que aparecer\u00edan despu\u00e9s.<\/p>\n

M\u00e1s que el valor absoluto en un solo estudio, lo que llam\u00f3 la atenci\u00f3n fue la trayectoria<\/em>: un puntaje que sube estudio tras estudio funciona como una alarma silenciosa. Esta lectura secuencial \u2014comparar el puntaje actual de cada mujer con los anteriores\u2014 puede ser m\u00e1s informativa que cualquier medici\u00f3n aislada y encaja de forma natural en el historial longitudinal que los programas de cribado ya mantienen.<\/p>\n

C\u00f3mo la IA ve el riesgo antes que el radi\u00f3logo<\/h2>\n

A lo largo de todos los estudios prediagn\u00f3sticos, los algoritmos alcanzaron valores de AUC entre 0,63 y 0,67, superando a la densidad mamaria aislada, que se qued\u00f3 en 0,57. Puede parecer una diferencia modesta, pero en el cribado poblacional cada punto de exactitud se traduce en miles de mujeres mejor estratificadas. Lo que la IA parece captar son patrones texturales y arquitect\u00f3nicos sutiles \u2014distribuciones de densidad, microestructuras y asimetr\u00edas\u2014 que escapan a la lectura humana convencional y preceden a cualquier lesi\u00f3n definida.<\/p>\n

Este comportamiento converge con otra frontera del \u00e1rea: los modelos de base entrenados con grandes vol\u00famenes de im\u00e1genes. Ya comentamos c\u00f3mo los modelos de visi\u00f3n-lenguaje aplicados a la mamograf\u00eda<\/a> ampl\u00edan lo que puede extraerse de un \u00fanico estudio. Aqu\u00ed la l\u00f3gica es parecida: el puntaje no es un simple \u00abtiene o no tiene c\u00e1ncer\u00bb, sino una se\u00f1al continua que evoluciona en el tiempo.<\/p>\n

Implicaciones para la pr\u00e1ctica del cribado<\/h2>\n

Para el radi\u00f3logo y el gestor de servicios de imagen, el mensaje pr\u00e1ctico es claro: la IA puede dejar de ser solo una segunda lectura y pasar a orientar cu\u00e1ndo<\/em> y con qu\u00e9 intensidad<\/em> cribar a cada mujer. En lugar del intervalo fijo para todas, surge la posibilidad de personalizar la periodicidad e indicar estudios suplementarios \u2014como resonancia o ecograf\u00eda\u2014 para las de puntaje elevado.<\/p>\n

La misma tecnolog\u00eda que hoy se usa para triar mamograf\u00edas de bajo riesgo y aliviar la doble lectura<\/a> podr\u00eda, en el futuro, se\u00f1alar precozmente a las pacientes de alto riesgo, cerrando el ciclo entre eficiencia y seguridad. En sistemas con cobertura mamogr\u00e1fica desigual, esta estratificaci\u00f3n ayuda a dirigir la capacidad instalada hacia quienes m\u00e1s la necesitan.<\/p>\n

En la pr\u00e1ctica diaria, el beneficio solo se concreta si el puntaje llega al flujo de trabajo. Eso implica integrar el resultado de la IA en el PACS y en el informe estructurado, para que el radi\u00f3logo vea la evoluci\u00f3n del riesgo junto con las im\u00e1genes, sin alternar entre sistemas. Es la misma l\u00f3gica de la radiolog\u00eda oportun\u00edstica, en la que datos ya capturados en el estudio se reutilizan para generar informaci\u00f3n cl\u00ednica adicional sin costo de adquisici\u00f3n.<\/p>\n

Limitaciones y perspectivas<\/h2>\n

Hace falta cautela. Los tres algoritmos no se dise\u00f1aron para predecir riesgo, y los autores subrayan que a\u00fan se necesita validaci\u00f3n prospectiva antes de cualquier uso cl\u00ednico a gran escala. Tambi\u00e9n hay cuestiones de calibraci\u00f3n entre distintas poblaciones, equipos y protocolos: un puntaje entrenado en Suecia no se transfiere necesariamente sin ajustes a otras realidades.<\/p>\n

Aun as\u00ed, el estudio se suma a un cuerpo creciente de evidencia de que la IA en mamograf\u00eda puede ir m\u00e1s all\u00e1 de la detecci\u00f3n y actuar en la estratificaci\u00f3n del riesgo a largo plazo. Al reconocer patrones a\u00f1os antes del diagn\u00f3stico, estos puntajes ofrecen una capa adicional de monitoreo longitudinal y abren espacio para estrategias de cribado verdaderamente personalizadas.<\/p>\n

Fuente:<\/strong> The Imaging Wire \u2014 AI for Breast Cancer Risk<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Un estudio sueco muestra que la IA detecta signos de c\u00e1ncer de mama en la mamograf\u00eda hasta 10 a\u00f1os antes del diagn\u00f3stico. Conoce su impacto cl\u00ednico.<\/p>\n","protected":false},"author":1,"featured_media":18222,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"ngg_post_thumbnail":0,"fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[229,183],"tags":[],"class_list":{"0":"post-18233","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-inteligencia-artificial-es","8":"category-radiologia-es"},"aioseo_notices":[],"rt_seo":{"title":"","description":"Un estudio sueco muestra que la IA detecta signos de c\u00e1ncer de mama hasta 10 a\u00f1os antes del diagn\u00f3stico. Conoce las implicaciones cl\u00ednicas.","canonical":"","og_image":"","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"IA predice riesgo de c\u00e1ncer de mama por mamograf\u00eda","llms_summary":"Tres algoritmos de IA estimaron el riesgo de c\u00e1ncer de mama hasta 10 a\u00f1os antes del diagn\u00f3stico en un estudio sueco con 89.000 mamograf\u00edas.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18233\/"}],"collection":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/"}],"about":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/types\/post\/"}],"author":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/users\/1\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=18233"}],"version-history":[{"count":1,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18233\/revisions\/"}],"predecessor-version":[{"id":18235,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18233\/revisions\/18235\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/18222\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=18233"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=18233"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=18233"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}