La aplicación de inteligencia artificial (IA) en la detección mamográfica tiene el potencial de disminuir la carga de trabajo en la interpretación de imágenes y aumentar la tasa de detección de cáncer, lo que podría mejorar los resultados para los pacientes. Este enfoque se presenta como una estrategia prometedora para optimizar la detección temprana del cáncer de mama y aliviar la carga de trabajo de los radiólogos. No obstante, es fundamental profundizar en su impacto clínico real.

El estudio MASAI, liderado por la Dra. Kristina Lång, de la Universidad de Lund, Suecia, tuvo como objetivo evaluar el desempeño del cribado mamográfico apoyado por IA en comparación con el screening estándar de doble lectura, en términos de detección de cáncer, tasa de pruebas adicionales (recall rate), falsos positivos, valor predictivo positivo y características de los tumores detectados.

Se realizó un ensayo aleatorizado, controlado, paralelo y de no inferioridad en cuatro centros en Suecia. Un total de 105.934 mujeres fueron asignadas aleatoriamente a dos grupos de cribado: uno que utilizó un sistema de IA y otro que siguió la metodología de doble lectura estándar. El sistema de IA, denominado Transpara versión 1.7.0 de ScreenPoint Medical, se empleó para priorizar los exámenes y resaltar hallazgos sospechosos.

El screening apoyado por IA resultó en un aumento significativo en la tasa de detección de cáncer (6,4 por 1.000 participantes), en comparación con el cribado estándar (5,0 por 1.000 participantes), lo que se traduce en una razón de tasas de 1,29 (IC 95%: 1,09-1,51; P=0,0021). Este incremento se atribuye, principalmente, a la detección de cánceres invasivos pequeños y con ganglios linfáticos negativos, así como a un aumento en la identificación de cánceres in situ de alto grado. No se observaron diferencias significativas en las tasas de pruebas adicionales (recall rate) ni en los falsos positivos. Además, el screening asistido por IA redujo la carga de trabajo de los radiólogos en un 44,2%.

Los hallazgos sugieren que la IA puede contribuir a la detección temprana de cánceres de mama clínicamente relevantes y disminuir la carga de trabajo de los radiólogos, sin aumentar los falsos positivos. Estos resultados respaldan la implementación de este tipo de herramientas en programas de cribado mamográfico para mejorar la eficiencia y la precisión en la detección precoz de esta patología.