Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La inteligencia artificial ya ha entrado en una de las decisiones más delicadas del sistema sanitario, leer una mamografía sin pasar por alto un tumor y sin saturar a quien la interpreta.
Ese cambio ya tiene una traducción concreta en la Comunidad Valenciana, que ha incorporado la IA como sistema de segunda lectura de las mamografías para complementar el trabajo de los radiólogos. No sustituye la mirada clínica, pero sí se suma a ella en un punto donde cada imagen puede abrir una duda decisiva.
La doble lectura con IA ya elevó el diagnóstico
La investigación PRAIM demostró que la doble lectura de mamografías con inteligencia artificial incrementaba el diagnóstico del cáncer de mama en más de un 17%.
Lo relevante no es solo la cifra, sino dónde actúa. En los programas de cribado, una segunda lectura automatizada funciona como una red adicional en un proceso donde un detalle mínimo puede separar un hallazgo temprano de un cáncer detectado demasiado tarde.
El debate, sin embargo, no va de reemplazos inmediatos. La Dra. Rosario Pérez, radióloga de mama del Hospital Universitario La Fe de Valencia, sitúa el papel actual de esta tecnología.
"En la actualidad, la IA solamente apoya al diagnóstico". - Dra. Rosario Pérez, radióloga de mama del Hospital Universitario La Fe de Valencia
Aun así, la investigación ya explora un escenario más ambicioso, filtrar de entrada los estudios negativos para concentrar tiempo y recursos en los casos de mayor riesgo. La propia Rosario Pérez rebaja esa posibilidad y precisa que hoy no se hace ni tampoco va a hacerse en el futuro próximo.
La personalización del cribado ya asoma en los pacientes de distinto riesgo
También cambia la lógica de las revisiones. La Dra. Ana Santaballa, jefa de sección de Oncología Médica y coordinadora de la Unidad de Cáncer de Mama y Tumores Ginecológicos en el Hospital Universitario La Fe de Valencia, plantea que la IA permitirá ajustar la intensidad del seguimiento según el riesgo de cada paciente.
En los casos de bajo riesgo, Santaballa prevé que podrá disminuir la frecuencia de las exploraciones o hacerlas menos complejas. En los perfiles de mayor riesgo, ese mismo análisis puede ayudar a decidir si conviene aumentar el intervalo entre exploraciones o incluir resonancias y otras pruebas.
Un millón de mujeres ya forman parte del repositorio del proyecto BreastCan.
Ese proyecto reúne a 20 centros europeos de nueve países y trabaja con datos anonimizados. Gloria Ribas, científica de datos clínicos e investigadora en genética del cáncer, sostiene que ese volumen permitirá avanzar en diagnóstico precoz, riesgo individualizado y personalización de visitas, con la vista puesta en reducir el cáncer de intervalo, menos frecuente pero muy agresivo en mama.
Ahí aparece otro cuello de botella menos visible que el algoritmo. Javier Pérez-Benito, experto en inteligencia artificial y profesor de la Universitat Politècnica de València, recuerda que una fuente de datos fundamental para mejorar los programas de cribado son los propios programas de cribado, pero añade que el aprendizaje continuo todavía no es una realidad en la Comunidad Valenciana por barreras tecnológicas y regulatorias.
El pulmón muestra por qué la escala también importa
En España todavía no existe un cribado poblacional de cáncer de pulmón.
Ese vacío ayuda a entender por qué la inteligencia artificial interesa tanto en este terreno. El Dr. Óscar Juan Vidal, oncólogo del Hospital Universitario La Fe de Valencia, considera necesario establecer ese cribado, aunque advierte de que la selección de candidatos y la cantidad de pruebas pueden resultar inasumibles sin apoyo adicional.
"Ahí la IA nos puede ayudar mucho a poder hacerlo". - Dr. Óscar Juan Vidal, oncólogo del Hospital Universitario La Fe de Valencia
La ayuda no se limita a marcar nódulos o a ordenar hallazgos. El Dr. Carlos Muñoz, radiólogo torácico del Hospital Universitario La Fe de Valencia, explica que la IA también permite reconstrucciones de imagen que mejoran la calidad visual incluso con dosis de radiación más bajas que las de la TC de baja dosis, una línea que conecta con cribado mamográfico asistido y con la idea de hacer más asumible un programa masivo.
La próstata enseña que el límite no siempre está en la máquina
La resonancia de próstata ofrece otra escena útil para medir el cambio real. Jimena Lapuerta, directora de Negocio de Imaging Philips Iberia, recuerda que hace unos años resultaba impensable completar la prueba en cinco o diez minutos y que ahora, con IA implementada de principio a fin, eso sí es posible.
Su matiz es revelador. Lapuerta sostiene que la tecnología no es el factor limitante y que el problema está en todo el circuito que dificulta llevar un cribado poblacional a gran escala.
Desde la lectura clínica, la Dra. Polina Rudenko, radióloga del Hospital Universitario y Politécnico La Fe de Valencia, describe la IA como una doble lectura que aporta sobre todo valor predictivo negativo. Esa utilidad práctica ya convive con otras líneas de trabajo sobre diagnóstico de próstata con IA, donde el problema no siempre es detectar más, sino descartar mejor.
La escena final no deja una promesa, deja una tensión muy concreta. La IA ya aporta más de un 17% en el diagnóstico dentro de la doble lectura mamográfica, pero todavía tropieza con barreras regulatorias, límites organizativos y una certeza clínica que Rosario Pérez resumió sin rodeos, hoy solo apoya al diagnóstico.