Salud
La revolución de la Inteligencia Artificial en la detección temprana del cáncer de mama
La detección temprana del cáncer de mama es una meta prioritaria de las campañas de salud en todo el mundo, con el objetivo de iniciar a tiempo los tratamientos y disminuir la mortalidad del tumor más frecuente entre las mujeres. En busca de optimizar los recursos, las estrategias de screenning están incorporando un “copiloto” tecnológico: la inteligencia artificial (IA). Los primeros estudios internacionales para evaluar su efectividad arrojan buenos resultados en cuanto a su seguridad y precisión al interpretar estudios de imágenes.
Y a la vez, dan claros indicios de que reduce los tiempos de diagnóstico, alivia la sobrecarga de tareas de los equipos médicos y evita la realización de estudios innecesarios.
“El uso de la inteligencia artificial en la detección del cáncer de mama obtuvo numerosos avales en todo el mundo, tras ser aprobada por la FDA de los Estados Unidos y la Agencia Europea de Medicamentos. En nuestra región ya fue autorizada por Anvisa en Brasil y la ANMAT de la Argentina, por lo que permite su uso clínico en el país”, explica la doctora Flavia Sarquis (MN 88.557), médica de staff de Diagnóstico Mamario del TCba Centro de Diagnóstico y Argus Diagnóstico Médico, quien brindó una conferencia sobre las últimas novedades en el uso de esta tecnología durante el XVI Congreso Argentino & Internacional que organizó la Sociedad Argentina de Mastología (SAM) a fines de agosto.
En su exposición, la experta planteó las mejoras que produce la IA en la detección de tumores malignos en etapa temprana, a través de aplicaciones de aprendizaje profundo en mamografías, ultrasonido y resonancia magnética.
IA reduce tareas de radiólogos y mejora la detección de tumores (Imagen Ilustrativa Infobae)
En el caso de las ecografías mamarias -una herramienta eficaz en el hallazgo precoz de tumores invasivos con ganglios negativos, especialmente en mujeres jóvenes o con tejido mamario denso- la clasificación y manejo de las lesiones mamarias requiere una evaluación visual del radiólogo, lo que puede llevar a variabilidad interobservador y baja especificidad con valores predictivos positivos bajos.
“La inteligencia artificial ha mejorado la interpretación visual de las ecografías mamarias con una mayor precisión y una reducción potencial de biopsias innecesarias en lesiones benignas”, explica la doctora Sarquis. De acuerdo a las publicaciones realizadas en los últimos años se ha logrado disminuir hasta un 30% la realización de este tipo de estudios, lo que representa una importante mejora en los costos del sistema de salud.
La sensibilidad de esta tecnología es del 98%, destaca la especialista. Su aplicación resulta de gran utilidad para mejorar la detección de lesiones que podrían simular benignidad evitando así un subdiagnóstico, que implicaría perder la posibilidad de atacar el tumor en sus etapas iniciales, cuando las tasas de curación superan el 90%.
La IA en la detección temprana de tumores mamarios es una buena noticia para la ciencia
¿Cómo trabajan estas tecnologías? Una vez que el radiólogo detecta una lesión, el sistema realiza un mapeo de las imágenes sospechosas. Mediante el uso de algoritmos inteligentes de aprendizaje automático, se procesa la información y se genera un cálculo sobre la probabilidad de malignidad, clasificando las lesiones estudiadas según el nivel de riesgo que representa cada una.
La doctora Sarquis, que es miembro titular de la Sociedad Argentina de Mastología, destacó que la IA reduce significativamente la carga de trabajo que hoy tienen los radiólogos ya que agiliza y simplifica su flujo de trabajo clínico, lo que permite una atención médica más eficiente y efectiva para los pacientes. A modo de ejemplo citó el caso de Koios DS, el primer software patentado de AI y aprendizaje automático para la interpretación de estudios de imágenes, que brinda resultados en un plazo de dos segundos.
En ese sentido, un estudio que se está realizando en Suecia, publicado en The Lancet Oncology, también mostró resultados favorables en su primer corte de datos tanto en la detección de tumores, como por su impacto en la reducción de tareas de los radiólogos. En la investigación, de la que participan 80 mil mujeres, se dividió a las pacientes en dos grupos. En el primero, las mamografías fueron examinadas por dos radiólogos y en el segundo, por un sistema de IA (en este caso se usó el sueco Traspasa) y un radiólogo. Al ver los resultados, hubo una mejora del 20% en la detección de tumores dentro del segundo grupo. “El uso de la IA no influyó en las tasas de falsos positivos, mientras que la carga de trabajo de lectura de pantalla se redujo a la mitad”, destacaron los investigadores.
“Los algoritmos de IA colaboran en todas las instancias del diagnóstico por imágenes», dicen los expertos (Imagen Ilustrativa Infobae)
El doctor Francisco Terrier (MP 111.140), vicepresidente de la Sociedad Argentina de Mastología, destaca que “toda herramienta que pueda mejorar y acelerar el diagnóstico imagenológico es de importancia, ya que esta suele ser la vía inicial de diagnóstico. Como sucede en otros campos de la mastología, lo ideal es que el desarrollo de las nuevas herramientas sea rápido, pero a la vez siguiendo los pasos de la investigación y su validación precisa, para luego llegar a su utilización en la práctica clínica. No es ajena a esta consideración el desarrollo de los sistemas de IA, que se avizora como de fundamental importancia para los próximos tiempos y ya ha iniciado este camino”.
La IA y el cáncer de mama en la Argentina
Actualmente los sistemas de inteligencia artificial para la interpretación de imágenes diagnósticas de cáncer de mama se aplican en más de 100 instituciones de salud de 20 países alrededor del mundo. Y los avances en este campo no se detienen. “Se están desarrollando más herramientas de aprendizaje automático para mejorar la precisión y la eficiencia de la detección de cáncer mamario, lo que puede ayudar a salvar aún más vidas”, destacó la doctora Sarquis durante su exposición en el Congreso de la SAM. La experta planteó que estos desarrollos acompañan y potencian otros avances en la tecnología, como la tomografía por emisión de positrones y las nuevas técnicas de imagen, que pueden permitir una detección aún más temprana.
Koios DS es un Software de IA con resultados en dos segundos
En la Argentina, donde se detectan cada año 22 mil nuevos casos de cáncer de mama, el proceso para su utilización es incipiente. “Si bien ya se utiliza en varias instituciones, actualmente se encuentra en período de validación en los servicios médicos. Está aprobado por ANMAT, lo que permitiría su uso clínico”, afirmó la experta, quien alentó su utilización debido a que “con la aplicación de IA en la práctica diaria, alcanzaremos mejoras en el buen uso de los recursos. Nuestro desafío es lograr mayor eficiencia en las herramientas de diagnóstico y menor costo en los procesos”.
La doctora Lucrecia Ballarino (MP 22311), especialista en diagnóstico por imágenes y Directora Médica del Instituto Oulton de Córdoba, suma que “los algoritmos de IA colaboran en todas las instancias del diagnóstico por imágenes, desde la asignación de turnos para optimizar el flujo de trabajo y proteger los equipos del desgaste, garantizar el control de calidad, asistir al médico en la detección de lesiones, hasta para asesorar al médico derivante respecto de la indicación”. También son muy utilizados en ecografía, como asistentes en la caracterización de una lesión; y en mamografía, como asistentes en la detección y segunda lectura. “Igualmente, la responsabilidad final del informe es del médico que valida”, remarca.
“El futuro es hoy, la incorporación de las herramientas de inteligencia artificial pueden colaborar en la prevención y en la identificación temprana de tumores. A medida que avanza la tecnología, está claro que la IA puede convertirse en un copiloto confiable, pero los humanos deben mantenerse informados. Se necesitan más investigaciones y estandarizaciones para la implementación efectiva de IA en la práctica clínica”, concluye la doctora Sarquis.
Fuente: Infobae
Actualidad
Científicos argentinos descubrieron una posible vía para frenar el crecimiento de un cáncer de mama agresivo
Un equipo de investigadores argentinos avanza en el estudio de nuevas estrategias para comprender y combatir el cáncer de mama triple negativo. La investigación, desarrollada en el Instituto de Medicina Experimental, identificó al receptor H4R como una posible vía de intervención y mostró resultados alentadores al bloquearlo en experimentos con células y ratones.
El estudio fue publicado en Frontiers in Immunology y estuvo dirigido por Mónica Vermeulen, investigadora del CONICET. Ramiro Vázquez participó como primer autor del trabajo.
La investigación se centró en una proteína que interactúa con la histamina, una molécula involucrada en distintos procesos fisiológicos. El objetivo fue determinar si impedir esa interacción podía modificar el comportamiento de las células cancerosas y la respuesta del organismo frente al tumor.
Un nuevo blanco para estudiar una enfermedad compleja
El cáncer de mama triple negativo se distingue de otros subtipos por la ausencia de receptores para estrógeno y progesterona y de expresión de HER2. Esa característica limita la posibilidad de utilizar terapias dirigidas contra esos marcadores y hace necesario explorar otros mecanismos biológicos.
Para avanzar en esa dirección, los investigadores trabajaron con células tumorales de ratón de la línea 4T1 y utilizaron JNJ-7777120, un compuesto que bloquea el receptor H4R.
En los ensayos de laboratorio, la intervención redujo la capacidad de las células para multiplicarse y migrar. Luego, en experimentos con ratones con un sistema inmunitario funcional, el equipo observó tumores significativamente más pequeños en los animales que recibieron el bloqueo del receptor junto con las células cancerosas.
Los investigadores también registraron cambios en la respuesta inmunitaria, como un aumento de interferón gamma y de la proliferación de linfocitos T, una mayor presencia de linfocitos CD8+ y una disminución del marcador TIM-3, asociado al agotamiento de ciertas células inmunitarias.
Qué significa el hallazgo para la ciencia
Los resultados sugieren que el receptor H4R podría participar en mecanismos relacionados tanto con el crecimiento de las células tumorales como con la actividad de las defensas del organismo.
Esta posibilidad convierte al receptor en un blanco de interés para futuras investigaciones, aunque no implica que el compuesto utilizado pueda emplearse actualmente como tratamiento contra el cáncer.
La directora del equipo, Mónica Vermeulen, destacó la necesidad de continuar los estudios para determinar si los resultados se reproducen en muestras humanas y establecer una estrategia segura para bloquear el receptor.
Ese paso resulta fundamental para evaluar si los efectos observados en el laboratorio pueden tener relevancia clínica. Los modelos celulares y animales permiten estudiar mecanismos y generar hipótesis, pero no garantizan que una intervención produzca los mismos resultados en pacientes.
La investigación podría extenderse a otros tumores
Además del cáncer de mama triple negativo, el equipo considera explorar el papel de H4R en otros tumores vinculados con la histamina, incluidos los de colon, páncreas, hígado y ovario, así como el melanoma.
Estas investigaciones podrían ayudar a determinar si el receptor participa en mecanismos compartidos por diferentes enfermedades oncológicas.
Por el momento, el hallazgo representa una nueva línea de investigación desarrollada por científicos argentinos. Su posible aplicación médica dependerá de los resultados de estudios posteriores que permitan comprobar su eficacia, identificar eventuales riesgos y establecer las condiciones necesarias para avanzar hacia una evaluación clínica.
Actualidad
De la Argentina para el mundo: el científico mendocino que hizo historia en Gran Bretaña
La medicina argentina volvió a posicionarse en lo más alto del escenario internacional. El reconocido especialista mendocino Roger Zaldivar fue galardonado en Londres con el Lans Distinguished Lecturer Award, uno de los reconocimientos más prestigiosos de la International Society of Refractive Surgery, por sus valiosos aportes a la cirugía refractiva y la integración de inteligencia artificial en la disciplina.
El logro adquiere un matiz histórico y familiar inolvidable: en 1998, su padre, Roberto Zaldivar, había recibido exactamente la misma distinción. Casi tres décadas después, el apellido mendocino vuelve a ocupar un lugar de privilegio en la cúspide de la oftalmología global.
Innovación, precisión e Inteligencia Artificial
La carrera de Roger Zaldivar se ha destacado por combinar la práctica clínica con la investigación científica y el desarrollo de tecnologías orientadas a personalizar cada intervención. La clave de este galardón radica en el uso pionero de la inteligencia artificial para optimizar la planificación quirúrgica y garantizar resultados con máxima exactitud.
Entre sus proyectos más emblemáticos se encuentra ICLGuru, una innovadora plataforma que aplica IA para:
-
Interpretar estudios oftalmológicos complejos en segundos.
-
Asistir en la elección precisa de lentes intraoculares.
-
Personalizar la preparación de cada procedimiento según las necesidades anatómicas del paciente.
Durante la ceremonia en la capital británica, Zaldivar expuso sus trabajos sobre el presente y el futuro de la especialidad, reafirmando que el procesamiento de datos masivos es el camino hacia cirugías oculares cada vez más seguras y efectivas.
El único líder latinoamericano en la élite mundial
El premio otorgado en el Reino Unido se suma a un presente profesional extraordinario. La prestigiosa revista británica The Ophthalmologist incluyó nuevamente al médico argentino en su Power List 2026, la nómina que reúne a los 50 referentes más influyentes del mundo en el ámbito ocular.
Zaldivar no solo revalidó su lugar por segundo año consecutivo, sino que se posicionó como el único representante de Sudamérica y de toda América Latina en la lista de este año. La selección evalúa a los innovadores que han transformado radicalmente la disciplina en los últimos 12 a 18 meses, consolidando al especialista argentino como un faro de la medicina global.
Salud
Una inteligencia artificial puede detectar obstrucciones cardíacas en ecografías de rutina
La herramienta analiza videos de ecografías cardíacas convencionales y puede identificar señales compatibles con una obstrucción del flujo sanguíneo que podrían pasar inadvertidas en controles habituales.
Un modelo de inteligencia artificial desarrollado por Mayo Clinic logró detectar señales compatibles con una obstrucción del flujo sanguíneo en pacientes con miocardiopatía hipertrófica (MCH) a partir de ecografías cardíacas de rutina.
La herramienta analiza videos ecográficos convencionales en modo B, es decir, imágenes bidimensionales obtenidas durante un estudio habitual. A diferencia de la ecocardiografía Doppler, no necesita medir directamente la velocidad del flujo sanguíneo.
La MCH es una enfermedad genética que provoca un engrosamiento del músculo cardíaco. En hasta dos tercios de los pacientes puede producirse una obstrucción del tracto de salida del ventrículo izquierdo (TSVI), que dificulta la salida de sangre del corazón y puede causar falta de aire, dolor en el pecho o dificultad para respirar al acostarse.
Cómo funciona la IA
El modelo fue entrenado para reconocer patrones sutiles en las ecografías que pueden estar relacionados con una obstrucción. Los investigadores comprobaron que el análisis combinado de tres vistas cardíacas estándar mejoraba la capacidad del sistema para identificar a pacientes con gradientes elevados en el TSVI.
La detección es especialmente relevante porque algunas obstrucciones pueden no manifestarse cuando el paciente está en reposo y aparecer durante el esfuerzo.
“Queríamos determinar si la IA podía reconocer patrones sutiles que son imperceptibles para el ojo humano en vídeos ecográficos en modo B obtenidos de forma rutinaria”, explicó Imon Banerjee, investigadora de IA de Mayo Clinic y autora principal del estudio.
El Doppler sigue siendo necesario
La ecocardiografía Doppler continúa siendo el método utilizado para confirmar y medir la obstrucción. Su realización requiere una alineación precisa del haz de ultrasonido y experiencia por parte del operador.
Por eso, los investigadores plantean que la IA pueda utilizarse como una herramienta de alerta: si detecta señales sospechosas en una ecografía convencional, el médico podría indicar un estudio Doppler, una prueba de esfuerzo u otras evaluaciones.
Resultados dentro y fuera de Mayo Clinic
El estudio analizó datos de 1.833 pacientes de Mayo Clinic. El algoritmo fue evaluado en 275 casos y posteriormente validado con 46 pacientes de un hospital de Corea del Sur.
Según los investigadores, el modelo mantuvo su rendimiento en la evaluación externa. En una parte de los casos, además, identificó la obstrucción con mayor precisión que dos ecocardiografistas expertos que analizaron las mismas imágenes sin información Doppler.
Los resultados fueron publicados en Circulation: Cardiovascular Imaging.
Todavía no está listo para el uso clínico
Los investigadores señalan que hacen falta estudios prospectivos y pruebas en más hospitales, poblaciones y equipos de ecografía para confirmar el funcionamiento del modelo en diferentes escenarios.
Por ahora, la tecnología se plantea como un recurso de apoyo para detectar posibles obstrucciones y ayudar a seleccionar qué pacientes podrían necesitar una evaluación cardíaca más completa.
La IA no busca reemplazar al Doppler, sino aprovechar las ecografías de rutina para detectar señales que podrían indicar la necesidad de realizar estudios adicionales.
Fuente: Infobae