La inteligencia artificial mejora la detección temprana del cáncer de mama
Una nueva investigación de la Universidad de Copenhague ha demostrado que la inteligencia artificial (IA) podría revolucionar la detección del cáncer de mama al identificar células dañadas y predecir con mayor precisión el riesgo de desarrollar la enfermedad. Este avance podría ofrecer tratamientos más efectivos a mujeres en todo el mundo.
El estudio, publicado en The Lancet Digital Health, revela que esta tecnología basada en aprendizaje profundo supera los métodos actuales de evaluación del riesgo de cáncer de mama. La IA se entrenó para analizar biopsias de tejido mamario y detectar células senescentes, también conocidas como «células zombie», que, aunque dejan de dividirse, siguen activas y pueden causar inflamación que favorece el desarrollo de tumores.
El autor principal del estudio, Morten Scheibye-Knudsen, explicó: “Este algoritmo es un gran avance para identificar estas células. Cada año se realizan millones de biopsias y esta tecnología puede ayudarnos a identificar riesgos de manera más precisa y ofrecer mejores tratamientos a las mujeres”.
Mejores predicciones y tratamientos personalizados
Uno de los aspectos más innovadores del estudio fue la capacidad de la IA para predecir el riesgo de cáncer hasta cinco veces mejor que el modelo Gail, actualmente el estándar en la evaluación del riesgo de cáncer de mama. «Si combinamos dos de nuestros modelos o uno de los nuestros con el puntaje de Gail, obtenemos resultados mucho más precisos», señaló Indra Heckenbach, coautora del estudio.
Al identificar irregularidades en el núcleo de las células senescentes, la IA ofrece una evaluación más precisa del riesgo de cáncer en personas que, de otro modo, parecerían sanas. Esto permitirá a los médicos monitorear de cerca a individuos de alto riesgo con más frecuencia y evitar pruebas invasivas en quienes tienen un bajo riesgo, mejorando así la calidad del tratamiento y reduciendo costos.
Un futuro prometedor
Aunque la tecnología aún no está disponible en clínicas, los investigadores esperan que en algunos años pueda implementarse a nivel mundial. «Con solo imágenes de muestras de tejido estándar, podremos utilizar esta información para estratificar pacientes por riesgo y mejorar los protocolos de tratamiento y detección», concluyó Scheibye-Knudsen.
