La IA ayuda a los radiólogos a detectar más lesiones en las mamografías

El cáncer de mama es un problema de salud crítico, y la detección precisa mediante mamografía es esencial para un tratamiento eficaz. Sin embargo, la interpretación de las mamografías puede ser un desafío para los radiólogos, especialmente al distinguir entre zonas benignas y malignas. A pesar de los avances en la tecnología diagnóstica, aún existen dificultades para garantizar que todas las posibles zonas cancerosas sean identificadas sin aumentar el tiempo de lectura.

El problema se agrava por el hecho de que, incluso con las mejores herramientas, los radiólogos pueden pasar por alto lesiones sutiles o distraerse con otras áreas de la imagen. Ahora, un nuevo estudio ha explorado cómo la inteligencia artificial (IA) podría mejorar el desempeño de los radiólogos al guiar su atención hacia las áreas sospechosas durante la lectura de mamografías.

La solución, desarrollada por investigadores del Centro Médico Universitario Radboud (Nijmegen, Países Bajos), es un sistema de apoyo a la toma de decisiones basado en IA diseñado para ayudar a los radiólogos en la detección del cáncer de mama. El sistema de IA se integró con un dispositivo de seguimiento ocular que monitoriza los movimientos oculares de los radiólogos durante la lectura de mamografías.

El sistema utilizó un pequeño dispositivo con cámara, colocado delante de la pantalla, para capturar los reflejos infrarrojos de los ojos del radiólogo, lo que ayuda a rastrear dónde enfocan la mirada y durante cuánto tiempo. En el estudio, 12 radiólogos leyeron mamografías de 150 mujeres, tanto con como sin cáncer de mama, para evaluar la eficacia del sistema. El objetivo era mejorar la detección al guiar la atención de los radiólogos hacia las áreas críticas, sin aumentar el tiempo de lectura.

El sistema de apoyo a la toma de decisiones basado en IA se probó y validó en un estudio publicado en la revista Radiology. Los hallazgos mostraron que la precisión de los radiólogos para detectar el cáncer de mama mejoró cuando se utilizó el sistema de IA, sin afectar la sensibilidad media, la especificidad ni el tiempo de lectura. Los datos de seguimiento ocular revelaron que los radiólogos dedicaron más tiempo a centrarse en las zonas con lesiones reales cuando contaban con el apoyo de la IA.

La IA ayudó a los radiólogos a ajustar su comportamiento de lectura al ofrecer señales visuales que los impulsaron a observar con más atención las zonas potencialmente problemáticas. Estos resultados son significativos porque demuestran el potencial de la IA para mejorar la detección del cáncer de mama sin comprometer la eficiencia. Los investigadores planean seguir estudiando cómo integrar mejor la IA en los flujos de trabajo clínicos y refinar su uso para maximizar sus beneficios para los radiólogos.

"En general, la IA no solo ayudó a los radiólogos a enfocarse en los casos correctos, sino que también dirigió su atención a las regiones más relevantes dentro de esos casos, lo que sugiere un papel significativo de la IA para mejorar tanto el desempeño como la eficiencia en la detección del cáncer de mama", afirmó Jessie JJ Gommers, M.Sc., Departamento de Imágenes Médicas, Centro Médico de la Universidad de Radboud.

Enlaces relacionados:
Centro médico de la Universidad de Radboud

Visitar la expo >

Digital Radiographic System

OMNERA 300M

Portable X-ray Unit

AJEX140H

Ultrasound Table

Women’s Ultrasound EA Table

Ultrasound-Guided Biopsy & Visualization Tools

Endoscopic Ultrasound (EUS) Guided Devices