Un ensayo clínico con más de 100.000 mujeres muestra que la IA mejora el cribado de cáncer de mama

El ensayo MASAI muestra fortalezas notables en cuanto a que se trata de un ensayo clínico aleatorizado, prospectivo y a gran escala (>100.000 mujeres) implementado en un entorno real y comparado con la doble lectura por radiólogos. Todo ello le otorga un nivel de evidencia superior al de estudios de validación técnica previos.

Desde la perspectiva de la radiología mamaria, analiza si la incorporación de la IA al cribado mejora la detección de cáncer de mama de manera que reduzca los cánceres de intervalo y detecte tumores menos agresivos, yendo más allá de los indicadores tradicionales como la detección y número de rellamadas para estudios complementarios

Destaca por evaluar objetivos clínicamente relevantes en un programa poblacional como son la tasa de cánceres de intervalo, estadio tumoral, agresividad biológica e impacto en la carga de trabajo.

Los resultados radiológicos muestran que la IA aporta una mejora clínicamente relevante al cribado mamográfico con una reducción del 12 % de los cánceres de intervalo; este es uno de los principales puntos débiles del cribado convencional por la mayor agresividad y peor pronóstico de este tipo de tumores. La reducción del número de tumores invasivos, de mayor tamaño y de subtipos agresivos indica que la IA no solo detecta más cánceres, sino que los detecta antes y desde un punto de vista biológico más favorable, probablemente gracias a una mejor identificación de lesiones sutiles y difícilmente valorables para el ojo humano. Todo ello se logra sin un aumento de falsos positivos, manteniendo tasas en torno al 1,5 %, lo que evita sobrecargar el sistema, reduce la ansiedad de las pacientes y refuerza la idea de que la IA actúa como una herramienta de discriminación específica y no como un mero amplificador de sospechas.

El ensayo destaca por una integración de la IA en el flujo de trabajo, utilizándola para el triaje de casos de bajo riesgo, doble lectura focalizada en los de alto riesgo y como herramienta de apoyo a la decisión, no como sustituto del radiólogo. Desde la perspectiva clínica, la reducción previa del 44 % de la carga de lectura resulta altamente relevante, ya que libera tiempo para casos complejos y aborda un problema estructural clave como es la escasez de radiólogos expertos en mama. En este sentido, el estudio no propone reemplazar al radiólogo, sino redefinir de forma realista y aceptable la organización del trabajo.

El estudio presenta varias limitaciones al haberse realizado únicamente en Suecia, con un sistema sanitario y población específicos, evaluando un solo sistema de IA y tipo de mamógrafo y con radiólogos de experiencia moderada a alta. Todo ello podría restringir la generalización de los resultados a otros contextos, tecnologías o niveles de experiencia. Tampoco se incluyeron datos sobre raza o etnia, impidiendo analizar el rendimiento de la IA en poblaciones diversas y, aunque el seguimiento fue de dos años, no se evaluaron desenlaces a largo plazo ni el coste-efectividad del uso de IA.

En conjunto, si su efectividad se confirma, este estudio podría impulsar un cambio estructural en los programas de cribado de cáncer de mama, acelerando la integración responsable de la IA en la práctica clínica rutinaria.

Además, si la efectividad de la IA en el cribado mamográfico se confirma, sus implicaciones serían amplias. Clínicamente permitiría una detección más temprana de tumores con una reducción de cánceres de intervalo y potencial disminución de la mortalidad.

Para los sistemas sanitarios supondría una mejora de la eficiencia y aliviaría la carga de trabajo de los radiólogos. Económicamente podría reducir costes de tratamientos avanzados, aunque requeriría inversión inicial. Organizativa y profesionalmente transformaría el rol del radiólogo y exigiría formación específica de este en IA. Éticamente demandaría marcos regulatorios claros, vigilancia de sesgos y transparencia para generar confianza.

En conjunto, podría impulsar un cambio estructural en los programas de cribado y la integración responsable de la IA en la práctica clínica, no como sustitución del radiólogo sino como triaje inicial y refuerzo en casos complejos.