La inteligencia artificial gana terreno en sanidad. Uno de los campos donde ya empieza a mostrar resultados medibles es el diagnóstico por imagen. Un ensayo clínico publicado en The Lancet valida el uso de sistemas de IA como apoyo en los programas de cribado del cáncer de mama, con mejoras en la detección precoz y sin desplazar el papel del personal médico.
La investigación, realizada en Suecia con más de 100.000 mujeres, confirma que la IA mejora la precisión en la lectura de mamografías, especialmente en fases tempranas de la enfermedad. Además, el estudio apunta a una reducción relevante de la carga de trabajo para los radiólogos, un problema creciente en varios sistemas sanitarios europeos.
Un ensayo clínico que redefine el papel de la IA en el diagnóstico
El estudio, denominado MASAI, evaluó la integración de un sistema de inteligencia artificial entrenado con más de 200.000 mamografías procedentes de diez países. El objetivo era comprobar si los algoritmos podían mejorar la detección sin alterar la seguridad clínica.
Las participantes se dividieron en dos grupos con metodologías distintas:
- Grupo de control: doble lectura tradicional realizada por dos radiólogos.
- Grupo experimental: evaluación inicial mediante IA con clasificación del riesgo.
Cuando el algoritmo detectaba un nivel bajo de riesgo, la mamografía pasaba a revisión por un único especialista. Si identificaba posibles anomalías, la imagen se derivaba a una doble lectura médica. Este modelo híbrido permitió redistribuir tareas sin comprometer el diagnóstico.
Los resultados fueron claros. El uso de IA permitió detectar un 29% más tumores frente al método convencional. Además, la mejora diagnóstica no vino acompañada de un aumento de falsos positivos, uno de los principales temores al introducir automatización en procesos médicos.
Mejor rendimiento frente a tumores difíciles de detectar
El ensayo también analizó los llamados cánceres de intervalo. Se trata de tumores que aparecen entre dos rondas de cribado tras una mamografía inicialmente negativa y que suelen asociarse a pronósticos más complejos.
El cribado apoyado en inteligencia artificial logró reducir en un 12% este tipo de diagnósticos tardíos. Los investigadores relacionan esta mejora con la capacidad del sistema para detectar patrones sutiles que pueden anticipar lesiones agresivas desde fases iniciales.
La detección temprana sigue siendo uno de los factores que más influyen en la supervivencia. En Europa, los programas de cribado suelen iniciarse entre los 45 y los 50 años, dependiendo del país, y han demostrado reducir la mortalidad durante décadas. Aun así, no logran identificar todos los casos.
Diversos análisis estiman que entre el 20% y el 30% de los tumores diagnosticados entre revisiones podrían haberse detectado antes. Mejorar la interpretación de mamografías se mantiene como una prioridad tanto médica como tecnológica.
Menos presión asistencial en un sistema con falta de especialistas
Otro dato relevante del estudio es el impacto sobre la organización del trabajo. El modelo combinado con inteligencia artificial permitió reducir en un 44% el volumen de lectura de mamografías.
Esta reducción adquiere especial relevancia en un escenario marcado por la escasez de radiólogos especializados en patología mamaria. En algunos hospitales europeos, el aumento de pruebas preventivas ha generado listas de espera y sobrecarga asistencial.
Los resultados del ensayo sugieren que la IA podría facilitar:
- Ampliar programas de cribado.
- Incrementar la frecuencia de revisiones en grupos de riesgo.
- Optimizar el uso del tiempo clínico disponible.
¿Puede esto traducirse en revisiones más accesibles para la población? Es una de las cuestiones que los sistemas sanitarios empiezan a valorar.
La IA como apoyo clínico, no como sustituto
A pesar de los avances, el estudio insiste en un mensaje clave: la inteligencia artificial no reemplaza al personal sanitario. El ensayo evidenció que los algoritmos todavía pueden pasar por alto determinados tumores que sí detectan los especialistas.
El análisis muestra que la combinación entre experiencia médica y procesamiento algorítmico mejora la capacidad diagnóstica global. La IA puede señalar zonas sospechosas y asignar probabilidades de riesgo, pero la validación final sigue dependiendo del criterio clínico.
Los expertos destacan que el valor principal de estos sistemas reside en su capacidad para detectar patrones difíciles de percibir en una revisión convencional. En la práctica, funcionan como un segundo análisis que refuerza la seguridad del diagnóstico.
Próximos retos: impacto económico y resultados a largo plazo
El equipo investigador ya trabaja en nuevos estudios para evaluar la relación coste-beneficio de implantar estos sistemas en programas públicos de salud. También será necesario analizar el efecto del cribado asistido por IA en rondas posteriores para medir su impacto en supervivencia y evolución clínica.
El desarrollo de algoritmos diagnósticos refleja una transformación más amplia dentro del ecosistema sanitario digital. Sin embargo, la validación científica y el control clínico continúan siendo requisitos esenciales para su adopción segura.El ensayo MASAI refuerza una idea que gana consenso en el sector: la digitalización de la medicina no consiste en sustituir profesionales, sino en dotarlos de herramientas que aumenten la precisión diagnóstica, optimicen recursos y mejoren los programas de prevención.
