Un equipo de investigación liderado por Microsoft junto con universidades y centros médicos de Estados Unidos está trabajando para mejorar el diagnóstico temprano del cáncer de mama utilizando herramientas de inteligencia artificial (IA). El objetivo es ofrecer detecciones más confiables que reduzcan la incertidumbre y las intervenciones innecesarias.
Esta iniciativa forma parte del programa “AI for Good” de Microsoft, y fue desarrollada en colaboración con la Universidad de Washington, el Centro Oncológico Fred Hutchinson y otras instituciones. El reciente estudio fue publicado en la revista Radiology y presenta un nuevo enfoque basado en un modelo de IA explicativo que promete revolucionar los flujos de trabajo clínicos actuales.
Microsoft colabora con universidades y centros médicos para aplicar IA en diagnósticos por imágenes.
shutterstock.com
Un desafío persistente en la detección del cáncer de mama
El cáncer de mama es el tipo más común entre las mujeres en todo el mundo. En países como Estados Unidos, afecta a una de cada ocho mujeres, y su detección temprana es clave para reducir la mortalidad. Sin embargo, los métodos actuales como la resonancia magnética (RM), aunque sensibles, tienen altos índices de falsos positivos y generan ansiedad en las pacientes.
Estos problemas se agravan en mujeres con tejido mamario denso, una condición que afecta a casi el 50 % de la población femenina y que dificulta la detección de anomalías a través de mamografías. Como resultado, muchas pacientes se someten a más estudios y procedimientos, aunque solo un pequeño porcentaje –menos del 5 %– termina con un diagnóstico de cáncer.
El modelo desarrollado mejora la precisión en la detección del cáncer de mama en entornos clínicos reales.
News Center Microsoft Latinoamérica
IA explicativa para diagnósticos más confiables
Microsoft y su equipo desarrollaron un modelo denominado FCDD (Fully Convolutional Data Description), que se enfoca en identificar anomalías en lugar de intentar clasificar todos los tipos posibles de cáncer. A través de una base de datos con más de 9.700 resonancias mamarias, el modelo fue probado en entornos reales con resultados prometedores.
Entre los hallazgos más destacados del estudio (que puede leerse en su versión completa en Radiology), se destaca:
- Mayor precisión en entornos con baja prevalencia de cáncer, duplicando la eficacia de modelos tradicionales y reduciendo falsos positivos en más del 25 %.
- Visualización explicativa, gracias a mapas de calor que indican zonas sospechosas, con una precisión del 92 % en comparación con las observaciones de radiólogos expertos.
- Capacidad de generalización: sin necesidad de reentrenamiento, el modelo mantuvo su desempeño en bases de datos externas e internas, lo que aumenta su potencial de adopción clínica.
El código y la metodología completa fueron publicados en este repositorio de GitHub, en línea con la visión de fomentar la investigación abierta y colaborativa.
La herramienta de inteligencia artificial genera mapas de calor que indican con claridad las áreas sospechosas.
shutterstock.com
Una herramienta que acompaña, pero que no reemplaza
Lejos de sustituir a los especialistas, este desarrollo busca potenciar el trabajo de los radiólogos, reduciendo el tiempo que dedican a estudios normales y enfocando su atención donde más se necesita. Según la investigadora Savannah Partridge, profesora de radiología en la Universidad de Washington, el modelo es aplicable tanto a resonancias diagnósticas completas como a estudios abreviados con contraste, lo que también permite optimizar los tiempos de análisis.
“La inteligencia artificial no solo mejora la precisión, sino que permite hacerlo con datos mínimos por examen, lo que podría revolucionar los flujos de trabajo clínicos”, afirmó Partridge.
La iniciativa de Microsoft forma parte de su laboratorio AI for Good, enfocado en aplicaciones éticas de la IA.
shutterstock.com
Un futuro prometedor para la inteligencia artificial en salud
Aunque todavía se requieren pruebas en poblaciones más amplias y diversas, este avance de Microsoft marca un paso importante hacia una IA más útil, comprensible y efectiva en contextos médicos reales. El desarrollo de modelos interpretables fortalece la confianza tanto de profesionales como de pacientes, y abre nuevas posibilidades para reducir intervenciones innecesarias.
El cáncer de mama es un problema global, pero la tecnología puede ayudar a detectarlo antes, con menos incertidumbre, y a salvar más vidas. La combinación de ciencia, transparencia y empatía impulsa este camino hacia una medicina más precisa y humanizada.
FUENTE: Información extraída de Juan Lavista Ferres, científico jefe de datos, Microsoft.
Agregar Comentario