Herramientas de inteligencia artificial han adquirido peso en el diagnóstico y personalización del tratamiento contra el cáncer de mama, y se está comprobando su utilidad en la prevención y detección temprana del tumor, según ha quedado reflejado en la 15ª Revisión Anual del Grupo Geicam de Avances en Cáncer de Mama (Ragma22), que celebra el Grupo GEICAM de Investigación en Cáncer de Mama el 28 y 29 de junio en el Espacio Pablo VI, de Madrid.

Una de las aportaciones más relevantes en este sentido ha sido un nuevo modelo de evaluación del riesgo de cáncer de mama denominado MIRAI, desarrollado por el Instituto de Tecnología de Massachusetts (MIT por sus siglas en inglés), que analiza mamografías de los pacientes, las coteja con un histórico de cientos de miles de mamografías y predice el riesgo de desarrollar cáncer de mama hasta cinco años antes de que se presente la enfermedad. 

Prevención farmacológica
En este encuentro, el coordinador del comité organizador de RAGMA 2022, el doctor José Enrique Alés, oncólogo del Complejo Asistencial de Ávila, ha manifestado que la prevención farmacológica se encuentra en este momento en una importante encrucijada. 

“A lo largo de tres décadas se han realizado numerosos estudios con fármacos que han demostrado uniformemente la posibilidad de disminuir la incidencia de cáncer de mama, sin embargo, es una estrategia muy poco utilizada en el mundo real”, ha apuntado.

“Las causas de este escaso uso han sido debatidas ampliamente, desde la falta de información sobre los efectos secundarios al poco interés oficial y comercial”, ha explicado, “no obstante, la aparición de nuevas herramientas de predicción de riesgo basadas en la inteligencia artificial, junto con el cada vez mejor conocimiento de los mecanismos moleculares que dan lugar al cáncer de mama, es posible que, a medio plazo, nos hagan poder abrir un nuevo capítulo de esta historia de la prevención, probablemente con mayor éxito”.

Sistema testado
El nuevo modelo de evaluación del riesgo de cáncer de mama ha sido probado en ocho países y “permite identificar a los pacientes que se beneficiarán de exámenes de detección adicionales, lo que ayudará a la prevención y detección temprana de la enfermedad y a una personalización de estas pruebas de detección”, según ha indicado la doctora Regina Barzilay, especialista en inteligencia artificial del Instituto de Tecnología de Massachusetts (MIT), en Boston (Estados Unidos).

“No obstante, se necesitan ensayos prospectivos para confirmar el beneficio de la identificación de cohortes de alto riesgo y establecer directrices basadas en MIRAI”, ha añadido.

Para la doctora Barzilay, los modelos que ayuden a la interpretación de las mamografías de cribado serán los primeros en ser adoptados de forma generalizada, mejorando la detección y el diagnóstico temprano de los pacientes aunque uno de los retos que plantean es lograr una amplia adopción de este tipo de herramientas de inteligencia artificial en la práctica clínica. 

Predecir el riesgo 
Otra de las presentaciones en RAGMA 2022 que revela el gran potencial de las herramientas de la inteligencia artificial para evaluar el riesgo de padecer cáncer de mama es la realizada por el doctor Mikael Eriksson, del departamento de Epidemiología Médica y Bioestadística del Instituto Karolinska, en Estocolmo (Suecia). 

Su equipo ha desarrollado un modelo para la detección del riesgo de cáncer de mama mediante tomosíntesis digital de mama (DBT, por sus siglas en inglés), también conocida como mamografía 3-D, que predice el riesgo de que a una persona le diagnostiquen un tumor de mama durante el año siguiente a haberse sometido a una prueba de detección con resultado negativo. 

Según ha explicado el doctor Eriksson, las mamografías que se utilizan de forma rutinaria detectan de forma temprana el cáncer de mama; sin embargo, entre el 15 y el 25% de los casos el tumor no se detecta en estos exámenes, lo que se denomina cánceres de intervalo, y entre el 20 y el 30% de los tumores son detectados en el cribado, pero en estado avanzado, por lo que estos dos grupos de pacientes tienen peor pronóstico que el resto. Esta herramienta de detección de riesgo, actualmente se emplea en algunas unidades de detección de Estados Unidos en la práctica clínica.

La herramienta de tomosíntesis digital basada en inteligencia artificial está diseñada para identificar a las mujeres que tienen un mayor riesgo de padecer cánceres en estadios avanzados y de intervalo. Usa inteligencia artificial para extraer información adicional sobre el riesgo de los pacientes basándose en una mamografía de cribado regular. La mamografía DBT utiliza rayos X para obtener cortes milimétricos desde múltiples ángulos para disponer de imágenes en 3D y poder realizar un examen más detallado de la mama.

Según el doctor Eriksson, la precisión de esta herramienta tiene el potencial de ayudar a los radiólogos a identificar mejor a los pacientes que pueden beneficiarse de exámenes de detección adicionales y podría facilitar el desarrollo de un protocolo para pruebas de detección basadas en el riesgo.