Nueva IA en Gipuzkoa para agilizar el diagnóstico del cáncer de mama

Según informa El Diario Vasco, el grupo eSalud del Instituto de Investigación Sanitaria Bioguzkoa, junto a profesionales de Vicomtech —con sede en el parque tecnológico de Miramón, en Donostia—, trabaja en una herramienta de inteligencia artificial pensada para acompañar al patólogo en el diagnóstico del cáncer de mama. Lo que nos interesa a nosotros, los clínicos, no es la espectacularidad del algoritmo, sino lo que cambia en la cadena de decisiones: si el sistema se confirma en práctica asistencial, podría recortar hasta 43 horas de trabajo especialista por lote de biopsias analizadas y, sobre todo, evitar que la paciente espere una segunda o tercera revisión para empezar el tratamiento.

Reorganización del flujo diagnóstico

El protocolo que todos conocemos —mamografía de cribado, biopsia, sección teñida con hematoxilina y eosina (H&E), lectura al microscopio y, en muchos casos, solicitud posterior de tinciones de inmunohistoquímica (IHQ) para precisar biomarcadores— funciona, pero origina un cuello de botella que en la práctica diaria todos hemos padecido: el patólogo revisa la laminilla, decide que faltan datos, pide IHQ y vuelve a revisarla días después. Multiplicar revisiones no es un lujo menor: en Euskadi el cáncer ya es la principal causa de muerte —casi un 27 % de la población fallece por esta razón y más de 6.000 personas al año pierden la vida en el País Vasco— y el tumor de mama afecta a una de cada ocho mujeres a lo largo de su vida en países occidentales. Los servicios de patología, además, soportan una carga creciente por la complejidad cada vez mayor de la caracterización tumoral y por unos plazos de entrega que no admiten relajación.

La herramienta de Bioguzkoa y Vicomtech se ha entrenado con cerca de 2.000 biopsias reales del Sistema Nacional de Salud, 85 de ellas del propio Hospital Donostia. A partir de imágenes digitales, el modelo predice si conviene solicitar pruebas de inmunohistoquímica, diferencia el tejido tumoral del no tumoral y distingue entre carcinoma in situ y carcinoma invasivo. La lógica, traducida a nuestra rutina, no es que el algoritmo sustituya la mirada del facultativo, sino que el patólogo pueda revisar la biopsia una sola vez, con todas las pruebas adicionales ya disponibles desde el inicio, optimizando el proceso desde sus primeras etapas y reduciendo las revisiones duplicadas.

La fricción concreta que alivia y qué falta por confirmar

En palabras recogidas por El Diario Vasco, desde la trinchera del servicio se resume así el valor clínico: en el día a día se revisan muchísimos casos y no siempre se sabe cómo priorizar; que el algoritmo separe si es un tumor infiltrante o in situ resulta muy importante porque agiliza el diagnóstico. Esa priorización, traducida a nuestro lenguaje, es lo que más cuesta cuando la carga asistencial aprieta y los plazos de entrega se mantienen estrictos: saber qué laminilla reclama antes una decisión clínica de valor.

Quedan, no obstante, varios puntos que conviene seguir de cerca antes de incorporar esta familia de herramientas a nuestra práctica. El sistema se ha validado con biopsias reales del SNS, pero aún no hemos visto datos publicados sobre su rendimiento prospectivo en otros centros, ni sobre cómo se integra con los flujos de anatomía patológica fuera del entorno de Donostia. Tampoco se detalla el coste de despliegue ni el tiempo real de implementación en un servicio con casuística distinta. Para nosotros, el reto asistencial de fondo no cambia: decidir bien, a tiempo, junto a la paciente; la diferencia es que, si estos resultados se confirman, podríamos empezar a hacerlo con menos esperas intermedias y menos revisiones duplicadas.