Inteligencia artificial: el nuevo aliado para agilizar el diagnóstico del cáncer de mama

En la práctica diaria de un servicio de radiología mamaria, lo que más pesa no es la complejidad del caso aislado, sino el volumen acumulado de estudios pendientes que va creciendo trimestre tras trimestre. Según recoge El Diario Vasco, el Instituto Biogipuzkoa y la empresa Vicomtech han presentado un sistema de inteligencia artificial pensado precisamente para aliviar esa carga asistencial: una herramienta capaz de acelerar el diagnóstico del cáncer de mama y que, según los datos publicados, podría ahorrar hasta 43 horas de trabajo a los especialistas. El movimiento llega en un momento especialmente sensible, porque la ampliación del programa de cribado del cáncer de mama amenaza con multiplicar las pruebas que cada servicio de diagnóstico por imagen deberá analizar en los próximos meses.

Un segundo lector para el radiólogo

El sistema desarrollado conjuntamente por Biogipuzkoa y Vicomtech se integra en ese flujo clínico donde la detección precoz marca la diferencia entre un tratamiento conservador y uno agresivo. Como explica la información, la inteligencia artificial permite procesar e integrar grandes volúmenes de datos para poner la tecnología al servicio del cribado, reduciendo los tiempos de espera y acelerando la obtención de diagnósticos definitivos. En nuestra práctica, eso se traduce en algo muy concreto: liberar al clínico de las tareas mecánicas de triaje para devolverle tiempo a la deliberación con el comité de tumores, donde las decisiones difíciles siguen necesitando criterio humano, conversación pausada con la paciente y contraste entre colegas.

La promesa predictiva y la letra pequeña regulatoria

La noticia se inscribe en una corriente más amplia que va mucho más allá del cribado mamario. El médico y genetista Eric Topol, director del Scripps Research Translational Institute, acaba de publicar Superlongevos (editorial Pinolia), donde defiende que la unión de biología molecular e inteligencia artificial permite anticipar el fallo de las piezas biológicas décadas antes de que el daño tisular sea irreversible, procesando millones de datos para identificar firmas tempranas de enfermedad. Es la misma lógica de los algoritmos de aprendizaje profundo que encuentran patrones invisibles al ojo humano, aplicada no solo al diagnóstico, sino a la predicción del riesgo individual en personas todavía asintomáticas.

Ahora bien, en la sala de descanso conviene recordar la letra pequeña regulatoria. Como recoge The Medical Republic, un nuevo estudio advierte que la gran mayoría de los dispositivos médicos basados en inteligencia artificial aprobados por la FDA no han sido evaluados clínicamente en cuanto a sus resultados reales en los pacientes. El contraste resulta aleccionador para quien decide compras o pilotajes: mientras la ingeniería avanza a gran velocidad, la evidencia clínica de impacto en salud va más rezagada de lo que parece, y conviene tenerlo presente antes de instalar cualquier herramienta en el flujo asistencial.

Lo que ya está rodando en nuestros hospitales

No todo son prototipos de laboratorio ni promesas editoriales. El Hospital La Fe ha superado ya los 1.650 casos analizados con inteligencia artificial para diagnosticar el cáncer de próstata, según publica consalud.es. Se trata de un volumen nada despreciable que permite empezar a hablar de rutina asistencial consolidada y no de piloto experimental aislado. Para nosotros los clínicos, esa cifra marca un punto de inflexión interesante: pasamos de preguntarnos si la IA puede ayudar a comprobar dónde, con qué flujo y con qué métricas de seguimiento merece la pena integrarla en el día a día. Y esa es, probablemente, la pregunta más honesta que podemos hacernos antes de sumar un nuevo algoritmo a la carpeta del servicio.