La IA en la mamografía: riesgo de enfermedad cardíaca, cribado de cáncer de mama y un ensayo de 16 millones de dólares
Una nueva investigación muestra que la IA puede predecir el riesgo de enfermedad cardíaca a partir de la calcificación arterial mamaria en mamografías, mientras que la herramienta BRAIx ayuda a evaluar el riesgo de cáncer de mama. Un ensayo estadounidense de 16 millones de dólares, PRISM, evaluará la lectura asistida por IA de mamografías de cribado.
La inteligencia artificial se está aplicando a la mamografía de nuevas maneras, incluida la predicción del riesgo de enfermedad cardiovascular a partir de la calcificación arterial mamaria, la evaluación del riesgo de cáncer de mama con la herramienta BRAIx y un nuevo ensayo clínico estadounidense que evalúa la lectura asistida por IA de mamografías de cribado.
Los investigadores analizaron datos de 123.762 mujeres que se sometieron a mamografías de cribado en dos centros sanitarios de EE. UU.: 74.124 mujeres de Emory Healthcare (edad media 55,5 años) y 49.638 de Mayo Clinic (edad media 59,5 años). Desarrollaron, entrenaron y validaron un modelo de IA de aprendizaje profundo para segmentar la calcificación arterial mamaria (BAC) y cuantificar la gravedad del riesgo. La gravedad de la BAC se clasificó como cero (0 mm2), leve (>0-10 mm2), moderada (>10-25 mm2) y grave (>25 mm2). La BAC se detectó en el 16,1% de la cohorte de Emory y en el 20,6% de la de Mayo. Una mayor BAC predijo un mayor riesgo cardiovascular por encima de las puntuaciones PREVENT, lo que confirma que es un factor de riesgo independiente. Cada milímetro cuadrado de BAC aumenta el riesgo de enfermedad cardiovascular (ECV) en un 1%; por ejemplo, 20 mm2 de BAC confieren un aumento del 20% en el hazard ratio. En Emory, una puntuación BAC grave confería un riesgo 2,2 veces mayor de ECV. Una mayor gravedad de la BAC se asoció con una mayor prevalencia del uso de antihipertensivos y estatinas, así como con una mayor prevalencia de diabetes mellitus, presión arterial sistólica más alta, índice de masa corporal más alto y tasa de filtración glomerular estimada más baja, pero no con una mayor prevalencia de tabaquismo. La mamografía podría utilizarse potencialmente para cribar a mujeres con riesgo de enfermedad cardiovascular sin radiación adicional, costes, visitas médicas o análisis de sangre.
Un nuevo estudio australiano publicado en The Lancet Digital Health evaluó una herramienta de IA llamada BRAIx, entrenada con datos de BreastScreen Australia, para ayudar a los radiólogos a evaluar mamografías. Entre 95.823 mujeres australianas evaluadas, el 1,1% (1.098) había desarrollado cáncer de mama en los cuatro años posteriores a una mamografía sin hallazgos. Entre 4.430 mujeres suecas evaluadas, el 6,9% había desarrollado cáncer de mama en los dos años posteriores a un cribado sin hallazgos. Los hallazgos mostraron que las puntuaciones BRAIx eran muy útiles para identificar a las mujeres con mayor probabilidad de desarrollar cáncer uno o dos años después de un cribado sin hallazgos, y el conjunto de datos australiano sugería que BRAIx identificaba cánceres detectados tres o cuatro años después, aunque con menor precisión. BRAIx podría ayudar a identificar a mujeres que podrían beneficiarse de pruebas adicionales como resonancia magnética o mamografía con contraste. Los hallazgos refuerzan un estudio sueco de 2024 que utilizó la evaluación de riesgos basada en IA para seleccionar a mujeres para pruebas adicionales; los investigadores remitieron al 7% de las mujeres a una resonancia magnética de seguimiento, y al 6,5% se les encontraron cánceres que no habían sido detectados por las mamografías. Las limitaciones del estudio incluyen la dificultad de comparar BRAIx con las pruebas genéticas, ya que BRAIx está entrenado para detectar cánceres no detectados o emergentes en un período de cuatro años, mientras que las pruebas genéticas identifican el riesgo de por vida; además, los datos de densidad mamaria pueden no coincidir con la herramienta utilizada por BreastScreen.
En Estados Unidos, UC Davis Health co-lidera un nuevo ensayo clínico nacional financiado denominado ensayo PRISM (Ensayo aleatorizado pragmático de inteligencia artificial para mamografías de cribado), respaldado por una subvención de 16 millones de dólares del Patient-Centered Outcomes Research Institute. Considerado el primer ensayo aleatorizado a gran escala en EE. UU. que evalúa la eficacia de la IA en la interpretación del cribado de cáncer de mama, el estudio contará con cientos de miles de mamografías interpretadas en centros médicos académicos e instalaciones de imagen mamaria en California, Florida, Massachusetts, Washington y Wisconsin. Las mamografías se asignarán al azar para ser interpretadas por un radiólogo por sí solo o con la ayuda de una herramienta de apoyo de IA; en todos los casos, un radiólogo leerá la mamografía y determinará los resultados. El ensayo tiene como objetivo mejorar la detección del cáncer de mama y reducir las re-llamadas innecesarias y la ansiedad de los pacientes. Los resultados del ensayo informarán la práctica clínica, las decisiones de cobertura, la adopción de tecnología y la forma de comunicar a los pacientes sobre la IA en el cribado. El ensayo reúne a siete centros médicos académicos líderes, con UCLA como centro coordinador administrativo y UC Davis Health encargado de recopilar los datos y realizar los análisis.
El cáncer de mama sigue siendo la segunda causa de muerte por cáncer entre las mujeres en Estados Unidos. El programa BreastScreen de Australia ha ofrecido mamografías gratuitas cada dos años a mujeres de 50 a 74 años desde 1992, y algo más de la mitad de las mujeres elegibles participan. De las mujeres en las que se encuentra cáncer, alrededor del 25% son diagnosticadas entre los cribados bienales; estos cánceres de intervalo suelen ser agresivos y tienen más probabilidades de ser mortales. Los investigadores están explorando el cribado ajustado al riesgo, que adapta el cribado a las mujeres según su riesgo, como una forma de detectar más cánceres de forma temprana.