La intel·ligència artificial (IA) permet estimar el risc de desenvolupar càncer de mama en els cinc anys següents a partir d'una única mamografia, cosa que obre noves possibilitats per avançar cap a programes de cribratge personalitzats. Així ho explica Marina Álvarez, especialista en Radiologia de Mama de la Societat Espanyola de Radiologia Mèdica (Seram), membre de la seva Comissió d'Intel·ligència Artificial, cap del Servei de Radiodiagnòstic de l'Hospital Universitari Reina Sofía de Còrdova i investigadora de l'Institut Maimònides d'Investigació Biomèdica de Còrdova (Imibic), amb motiu del mes de conscienciació sobre el càncer de mama.
L'Hospital Universitari Reina Sofía i l'Imibic són els únics centres espanyols que participen en un estudi multicèntric internacional destinat a validar una d'aquestes eines, els resultats preliminars de la qual donen suport a la seva capacitat per identificar les dones amb més risc de desenvolupar la malaltia.
Actualment, els programes de cribratge segueixen un model comú per a totes les dones, tot i que el risc individual i els beneficis d'aquestes proves no són iguals en tots els casos. La incorporació de la IA permetria avançar cap a una estratègia adaptada a les característiques de cada pacient. "El cribratge no serà igual per a totes les dones, serà personalitzat, individualitzat per a cada dona, i, per tant, més efectiu", afirma Álvarez.
Com calcula la IA el risc de càncer de mama
L'eina utilitza un model d'aprenentatge profund (deep learning) que analitza una mamografia i proporciona un percentatge de probabilitat de desenvolupar càncer de mama durant els cinc anys posteriors, acompanyat d'un valor de referència corresponent al grup d'edat de la pacient.
Segons explica l'especialista, el sistema no es limita a estudiar la densitat mamària, sinó que també identifica característiques del teixit que no es poden apreciar mitjançant l'observació convencional. "Estima un risc estadístic per a càncer de mama a partir de l'anàlisi de la mamografia, tenint en compte no només la densitat mamària de manera volumètrica, sinó també altres aspectes com l'anàlisi de textura (patrons del parènquima) que efectivament no són visibles a l'ull humà", assenyala.
La densitat mamària, determinada per la proporció de teixit glandular respecte al teixit gras, constitueix un factor de risc conegut de càncer de mama. Mentre que la seva valoració per part del radiòleg pot tenir un component subjectiu, la IA permet mesurar-la de manera automàtica i objectiva, a més d'incorporar l'anàlisi dels patrons de textura.
Álvarez aclareix que aquesta tecnologia no està concebuda com una eina de suport al diagnòstic de tumors existents, sinó per anticipar el risc que apareguin en el futur. Per això, s'utilitza sobre mamografies prèviament interpretades com a normals o benignes.
"No són softwares d'ajuda al diagnòstic en el moment de realitzar l'estudi sinó per predir el risc de càncer de mama en els següents 5 anys a partir d'una mamografia interpretada com a normal", precisa.
La IA supera els models tradicionals de predicció
Fins ara, l'estimació del risc de càncer de mama s'ha realitzat mitjançant models clínics com Gail, BOADICEA o el del Breast Cancer Surveillance Consortium (BCSC). Aquests mètodes recorren a qüestionaris que recullen informació sobre l'edat, la raça, la vida reproductiva, les biòpsies prèvies o els antecedents de càncer.
Tanmateix, Álvarez adverteix que la seva capacitat per diferenciar els nivells de risc és limitada, a més de presentar dificultats per a la seva aplicació a gran escala en els programes de cribratge poblacional. L'especialista també apunta que probablement no siguin vàlids per a totes les dones.
Davant d'aquestes limitacions, els sistemes basats en IA ofereixen la possibilitat d'automatitzar el procés. "L'avantatge dels softwares d'IA que avaluen el risc per a càncer de mama a partir de la mamografia és que s'apliquen de manera automàtica, permetent resultats instantanis, sense necessitat de qüestionaris, de manera més àgil i còmoda per a professionals i dones", explica.
Així, els resultats de l'estudi multicèntric en què participen l'Hospital Universitari Reina Sofía i l'Imibic donen suport a aquesta capacitat predictiva. En les dones avaluades mitjançant ambdós tipus de proves, el model d'IA va obtenir millors resultats que el BCSC (0,66 davant 0,60) i el model de Gail (0,67 davant 0,58) en l'àrea sota la corba (AUC), indicador utilitzat per mesurar la capacitat de distingir entre qui desenvoluparà càncer i qui no. Així mateix, altres investigacions han observat que aquests sistemes dupliquen la capacitat de predicció de futurs càncers respecte a l'ús exclusiu de la densitat mamària.
Un estudi internacional amb participació espanyola
L'equip d'Álvarez treballa amb Transpara Risk Index, una eina que estima el risc de càncer de mama a cinc anys a partir de mamografies digitals i estudis de tomosíntesi, també coneguda com a mamografia en tres dimensions. El sistema ha estat entrenat amb més de 200.000 mamografies i 6.000 càncers, amb un seguiment superior a 13 anys. En una validació externa anterior, realitzada amb més de 65.000 estudis procedents d'un centre europeu i un altre d'estatunidenc, va assolir un AUC d'entre 0,73 i 0,75. A més, el 10 per cent de les dones classificades amb més risc va concentrar el 39,3 per cent dels càncers.
Actualment, l'eina s'està avaluant en un estudi multicèntric que reuneix sis centres dels Estats Units i Europa, entre ells l'Hospital Universitari Reina Sofía de Còrdova, únic representant espanyol. L'objectiu és dur a terme una validació independent i a gran escala utilitzant equips de tres fabricants diferents.
Els resultats preliminars inclouen 27.172 mamografies normals i 2.011 càncers apareguts posteriorment, amb un seguiment superior a cinc anys. Les dades mostren un AUC de 0,71 als dos anys, 0,70 als tres i 0,69 als cinc anys. Una de les troballes més rellevants és que el 10 per cent de les dones identificades per la IA com de més risc va concentrar aproximadament el 30 per cent dels càncers detectats durant els cinc anys següents. En comparació, el 10 per cent de les dones amb més densitat mamària va reunir el 13 per cent dels casos. Aquests resultats es presentaran amb més detall al Congrés Europeu de Radiologia.
Cap a un cribratge de càncer de mama personalitzat
La possibilitat d'adaptar els programes de detecció precoç al risc individual de cada dona constitueix un dels principals objectius en aquest àmbit. Fins ara, els intents de personalització mitjançant la densitat mamària, els qüestionaris clínics o les proves genètiques han trobat dificultats per a la seva implantació a gran escala, a causa del temps que requereixen, el seu cost i la seva precisió limitada.
L'aplicació automàtica de la IA sobre una mamografia permetria superar part d'aquestes barreres. "La possibilitat d'entrar en un cribratge personalitzat de manera fàcil, simplement a partir d'una anàlisi automàtica de la mamografia, permetria aplicar estratègies diferenciades de cribratge en funció del risc individual de cada dona", sosté Álvarez. Aquest enfocament obriria la porta a modificar la periodicitat de les proves, seleccionar diferents tècniques d'imatge i adaptar les estratègies de lectura en funció del risc estimat.
Així, en les dones amb menys risc es podria ampliar l'interval entre exploracions o fins i tot prescindir-ne. Per contra, en aquelles amb un risc elevat es podria incrementar la freqüència del cribratge, incorporar tècniques més sensibles, com la ressonància magnètica o la mamografia amb contrast, i valorar mesures preventives. "Sens dubte això permetrà millorar els resultats del programa de cribratge, avançar-nos en el temps en el diagnòstic de càncers, amb diagnòstics més inicials, i disminuint els càncers d'interval o càncers avançats", destaca.
Els anomenats càncers d'interval són aquells que es detecten entre dues mamografies programades. Segons l'especialista, la personalització també contribuiria a optimitzar els recursos del programa i evitar exploracions innecessàries en dones que no les requereixen.
El paper del radiòleg en el cribratge amb IA
Tot i que el càlcul del risc es realitza automàticament, Álvarez insisteix que la tecnologia no substitueix l'especialista. El radiòleg continuarà exercint una funció essencial en la interpretació i comunicació dels resultats, així com en l'adaptació de les estratègies de cribratge. "El paper del radiòleg serà assessorar la dona sobre què significa aquest risc, i treballar per poder oferir un cribratge adaptat al risc individual de cada dona", subratlla.
Un altre dels aspectes que cal tenir en compte és el possible impacte emocional de conèixer un risc elevat de desenvolupar càncer de mama. Per a l'especialista, la manera de traslladar aquesta informació resulta determinant. "Si la informació es transmet de manera adequada i adaptada a la població general és bo que cada dona conegui el seu risc i quines són les proves o cribratge més adequat per a la seva situació", explica.
En aquest sentit, assenyala que les experiències desenvolupades als Estats Units i Europa amb programes de cribratge personalitzat han mostrat una major adherència i satisfacció entre les dones quan saben que les proves s'ajusten a les seves circumstàncies individuals.
L'aplicació clínica de la IA encara requereix més investigació
Tot i els resultats obtinguts, aquestes eines continuen en fase d'investigació. Álvarez preveu que alguna d'elles arribi al mercat properament, tot i que la seva incorporació a la pràctica clínica exigeix completar diferents etapes de validació. Entre els requisits pendents hi ha la realització d'estudis externs i independents a gran escala, que incloguin diferents equips, poblacions i condicions reals de cribratge. També serà necessari avaluar posteriorment l'impacte clínic de la seva utilització.
A més, abans de la seva implantació caldrà definir quina estratègia de seguiment s'oferirà a cada dona segons el seu nivell de risc i formar tant els professionals sanitaris com la població per facilitar una interpretació adequada dels resultats. "Hi ha molta feina per davant, però sembla que tenim la clau per poder arribar a un cribratge personalitzat", conclou Álvarez.