{"id":18449,"date":"2026-06-25T05:12:45","date_gmt":"2026-06-25T08:12:45","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1782375165122\/"},"modified":"2026-06-25T05:12:51","modified_gmt":"2026-06-25T08:12:51","slug":"ia-evolucion-riesgo-cancer-mama","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/ia-evolucion-riesgo-cancer-mama\/","title":{"rendered":"IA Rastrea la Evoluci\u00f3n del Riesgo de C\u00e1ncer Mamario"},"content":{"rendered":"<p><strong>Un nuevo estudio publicado en la revista <em>Radiology<\/em> demostr\u00f3 que los algoritmos de inteligencia artificial aplicados a las mamograf\u00edas de cribado pueden seguir c\u00f3mo evoluciona el riesgo de c\u00e1ncer de mama a lo largo de los a\u00f1os, y no solo estimarlo en un \u00fanico momento.<\/strong> Al rastrear c\u00f3mo cambia ese riesgo con el tiempo, la IA ofrece a los m\u00e9dicos una herramienta longitudinal para identificar de forma temprana a las mujeres que podr\u00edan beneficiarse de una vigilancia m\u00e1s estrecha.<\/p>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/06\/tmp0vjax80q.jpg\" alt=\"Mamograf\u00eda de cribado analizada por IA para estimar el riesgo de c\u00e1ncer de mama a lo largo del tiempo\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 2000px; --smush-placeholder-aspect-ratio: 2000\/1002;\"><figcaption>Los algoritmos de IA siguen la evoluci\u00f3n del riesgo de c\u00e1ncer de mama en mamograf\u00edas seriadas.<\/figcaption><\/figure>\n<h2>Qu\u00e9 investig\u00f3 el estudio<\/h2>\n<p>La predicci\u00f3n del riesgo se ha convertido en una de las aplicaciones m\u00e1s prometedoras de la IA en la imagen mamaria. Hace apenas unas semanas, otro trabajo mostr\u00f3 que tres modelos comerciales pod\u00edan anticipar el c\u00e1ncer de mama hasta seis a\u00f1os antes del diagn\u00f3stico, un avance que ya tratamos en nuestra cobertura sobre <a href=\"https:\/\/rtmedical.com.br\/es\/ia-risco-cancer-mama-mamografia\/\">la IA que prev\u00e9 el riesgo de c\u00e1ncer de mama una d\u00e9cada antes<\/a>. Al menos un modelo, Clairity Breast, de la empresa Clairity, recibi\u00f3 la autorizaci\u00f3n de la FDA para la predicci\u00f3n de riesgo basada en imagen, y otros est\u00e1n en revisi\u00f3n.<\/p>\n<p>Sin embargo, la mayor\u00eda de esos estudios calcula el riesgo en un \u00fanico punto temporal. Eso es \u00fatil, pero ignora un matiz importante: el riesgo de una mujer no es est\u00e1tico. Puede cambiar seg\u00fan factores como la densidad del tejido mamario, que se modifica a lo largo de la vida y altera directamente el perfil de riesgo. Para cerrar esa brecha, los autores siguieron el riesgo de forma longitudinal con Mirai, un algoritmo de c\u00f3digo abierto ya validado como m\u00e1s preciso que los modelos cl\u00ednicos tradicionales, como Tyrer-Cuzick y BCRAT.<\/p>\n<h2>Metodolog\u00eda y cifras clave<\/h2>\n<p>Los investigadores aplicaron retrospectivamente Mirai a unas 54.000 mujeres que se realizaron mamograf\u00edas entre 2009 y 2019, y luego compararon la variaci\u00f3n de las puntuaciones de riesgo entre quienes desarrollaron c\u00e1ncer y quienes se mantuvieron sanas. El contraste fue n\u00edtido y cl\u00ednicamente coherente:<\/p>\n<ul>\n<li>Entre las mujeres diagnosticadas posteriormente, la puntuaci\u00f3n mediana de riesgo seis a\u00f1os antes del diagn\u00f3stico subi\u00f3 de 2,1 a 6,6.<\/li>\n<li>En las mujeres que se mantuvieron libres de c\u00e1ncer, las puntuaciones permanecieron pr\u00e1cticamente estables (de 1,8 a 2,2).<\/li>\n<li>La tasa de aumento anual fue mucho mayor en el grupo con c\u00e1ncer (1,13 por a\u00f1o) que en el grupo sin c\u00e1ncer (0,09 por a\u00f1o).<\/li>\n<\/ul>\n<p>Las mujeres que desarrollaron la enfermedad sol\u00edan ser mayores y presentar mamas densas o antecedentes personales o familiares de c\u00e1ncer de mama, perfiles que refuerzan la plausibilidad cl\u00ednica de los hallazgos. M\u00e1s que el valor aislado de la puntuaci\u00f3n, fue la <em>trayectoria<\/em> ascendente la que separ\u00f3 a los dos grupos.<\/p>\n<h2>Qu\u00e9 ve realmente la IA<\/h2>\n<p>Surge entonces la pregunta inevitable: \u00bfqu\u00e9 detecta el algoritmo si el c\u00e1ncer a\u00fan no es visible para el radi\u00f3logo que lee la mamograf\u00eda? La explicaci\u00f3n m\u00e1s probable es que la IA percibe cambios sutiles en los patrones del tejido parenquimatoso de la mama, alteraciones que, en palabras de los autores, \u00abpueden preceder a la detecci\u00f3n radiogr\u00e1fica\u00bb. En la pr\u00e1ctica, esos patrones act\u00faan como biomarcadores de imagen. Ah\u00ed reside el valor real de la tecnolog\u00eda: convierte la mamograf\u00eda, hoy usada sobre todo para encontrar lesiones ya formadas, en un sensor capaz de se\u00f1alar tendencias antes de que algo sea palpable o visible al ojo humano.<\/p>\n<h2>Implicaciones para la pr\u00e1ctica cl\u00ednica<\/h2>\n<p>Para el radi\u00f3logo y los programas de cribado, la lectura longitudinal abre la puerta a intervalos de cribado personalizados, modalidades complementarias \u2014como la resonancia magn\u00e9tica o el ultrasonido\u2014 y estrategias preventivas a medida. En lugar de explorar a todas las mujeres con la misma cadencia bienal, ser\u00eda posible intensificar el seguimiento precisamente de aquellas cuya puntuaci\u00f3n sube de forma constante, evitando sobrecargar a quienes mantienen un riesgo estable. Esta estratificaci\u00f3n din\u00e1mica encaja con la tendencia de medicina personalizada que tambi\u00e9n aparece al analizar los <a href=\"https:\/\/rtmedical.com.br\/es\/top-fornecedores-ia-fda\/\">principales proveedores de IA aprobados por la FDA<\/a>.<\/p>\n<p>En contextos donde la capacidad de cribado es desigual entre regiones \u2014gran parte de Am\u00e9rica Latina incluida\u2014, las herramientas que ayudan a priorizar a quien realmente necesita estudios adicionales pueden optimizar recursos escasos sin inflar de forma indiscriminada el n\u00famero de ex\u00e1menes. El beneficio es tanto operativo como cl\u00ednico.<\/p>\n<h2>Perspectivas y limitaciones<\/h2>\n<p>Cabe la cautela habitual: se trata de un estudio retrospectivo, y la validaci\u00f3n prospectiva en poblaciones diversas es el siguiente paso natural antes de cualquier adopci\u00f3n a gran escala. Tambi\u00e9n ser\u00e1 esencial confirmar que estos modelos mantengan un rendimiento consistente entre distintos equipos, etnias y grupos de edad. Aun as\u00ed, el trabajo avanza de manera s\u00f3lida nuestra comprensi\u00f3n de c\u00f3mo puede calcularse el riesgo mucho antes de un diagn\u00f3stico, y es f\u00e1cil imaginar ese conocimiento traducido en intervenciones m\u00e1s tempranas, justo el tipo de promesa que define el auge de la medicina personalizada en radiolog\u00eda.<\/p>\n<p><strong>Fuente:<\/strong> <a href=\"https:\/\/theimagingwire.com\/2026\/06\/24\/ai-based-calculations-of-breast-cancer-risk\/\" target=\"_blank\" rel=\"noopener\">The Imaging Wire<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un estudio en Radiology muestra que la IA sigue la evoluci\u00f3n del riesgo de c\u00e1ncer de mama en mamograf\u00edas seriadas. Conoce los hallazgos.<\/p>\n","protected":false},"author":1,"featured_media":18444,"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-18449","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":"La IA aplicada a mamograf\u00edas seriadas sigue la evoluci\u00f3n del riesgo de c\u00e1ncer de mama a lo largo de los a\u00f1os, seg\u00fan un estudio en Radiology.","canonical":"","og_image":"","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"IA y riesgo longitudinal de c\u00e1ncer de mama","llms_summary":"Un estudio en Radiology aplic\u00f3 el algoritmo Mirai a 54.000 mujeres y mostr\u00f3 que la IA sigue la evoluci\u00f3n del riesgo de c\u00e1ncer de mama.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18449\/"}],"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=18449"}],"version-history":[{"count":1,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18449\/revisions\/"}],"predecessor-version":[{"id":18451,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18449\/revisions\/18451\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/18444\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=18449"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=18449"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=18449"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}