IA aplicada a la predicción de cáncer de mama

Una de cada ocho mujeres, o aproximadamente el 13 % de la población femenina, desarrollará cáncer de mama invasivo en su vida y una de cada 39 mujeres (3%) morirá a causa de la enfermedad. Tener mamografías programadas regularmente puede reducir significativamente el riesgo de morir de cáncer de mama. Sin embargo, no está claro cómo predecir con precisión solo a través de la detección qué mujeres desarrollarán cáncer de mama.

Mirai, un algoritmo de última generación, que lleva varios años en funcionamiento, basado en el aprendizaje profundo, ha demostrado competencia como herramienta para ayudar a predecir el cáncer de mama, pero, debido a que se sabe poco sobre su proceso de razonamiento, el algoritmo tiene el potencial de una dependencia excesiva por parte de los radiólogos y diagnósticos incorrectos.

Mirai es una caja negra, una red neuronal muy grande y compleja, similar en construcción a ChatGPT, y nadie sabe cómo tomó sus decisiones exactamente. Ante este interrogante, investigadores de Carolina del Norte desarrollaron un método de IA interpretable que permite predecir el cáncer de mama a partir de mamografías, de 1 a 5 años de antelación denominado AsymMirai. AsymMirai es mucho más simple y mucho más fácil de entender que Mirai.

Para el estudio, los investigadores compararon su nuevo modelo de aprendizaje profundo basado en mamografía llamado AsymMirai con las predicciones de riesgo de cáncer de mama de uno a cinco años de Mirai. AsymMirai se construyó sobre la parte de aprendizaje profundo "front-end" de Mirai, mientras que reemplazaba el resto del complicado método con un módulo interpretable: la disimilitud bilateral local.

Anteriormente, las diferencias entre el tejido mamario izquierdo y derecho se usaban solo para ayudar a detectar el cáncer, no para predecirlo de antemano. 

Los Hallazgos Pueden Afectar a la frecuencia de las Mamografías
 

Para el estudio, los investigadores compararon 210.067 mamografías de 81.824 pacientes en el conjunto de datos de imágenes EMory Breast (EMBED) desde enero de 2013 hasta diciembre de 2020 utilizando los modelos Mirai y AsymMirai. Los investigadores encontraron que su modelo de aprendizaje profundo simplificado funcionó casi tan bien como el Mirai de última generación para la predicción del riesgo de cáncer de mama de uno a cinco años.

Los resultados también apoyaron la importancia clínica de la asimetría mamaria y, como resultado, destacan el potencial de la disimilitud bilateral como futuro marcador de imagen para el riesgo de cáncer de mama.

Debido a que el razonamiento detrás de las predicciones de AsymMirai es fácil de entender, podría ser un complemento valioso para los radiólogos humanos en los diagnósticos de cáncer de mama y la predicción del riesgo.

Con herramientas de estas características, podremos, con una precisión sorprendentemente alta, predecir si una mujer desarrollará cáncer en los próximos 1 a 5 años basándonos únicamente en las diferencias localizadas entre su tejido mamario izquierdo y derecho. Esto podría tener un impacto público porque podría, en un futuro no muy lejano, afectar a la frecuencia con la que las mujeres reciben mamografías, disminuir la morbilidad, reconstrucciones mamarias y mortalidad. 

Como Cirujanos Plásticos, muchas veces somos el primer contacto con la medicina mamaria, sobre todo en pacientes jóvenes y porque en general tratamos personas sanas. Ello nos posiciona como agentes de salud y nos genera también un compromiso ético y moral con nuestras pacientes y nuestra comunidad. 

Contar con este tipo de tecnologías en el futuro nos permitirá ayudar a mas pacientes y salvar más vidas aun que lo que podemos hacer hoy día. 

Este estudio, nos sirve de modelo y plataforma para otras tecnologías que en principio nos podrían ayudar a evaluar probabilidades y tomar mejores decisiones en cualquier campo de la cirugía plástica.