La inteligencia artificial ayuda a predecir mejor el riesgo de cáncer de mama

La inteligencia artificial puede ayudar a predecir mejor el riesgo de cáncer de mama. Sus algoritmos son más eficientes que las herramientas de predicción utilizadas hoy en día. Es la conclusión de un estudio desarrollado en Estados Unidos que ha sido capaz de predecir el riesgo de mama en el horizonte de 5 años de manera óptima.

Inteligencia artificial y cáncer de mama

La inteligencia artificial (IA) se ha convertido en una gran aliada en la investigación científica en salud. Existen herramientas para la detección temprana de problemas visuales en niños; otras que permiten detectar enfermedades del bebé durante el embarazo; etc.

Ahora, un nuevo estudio desarrollado en la institución Kaiser Permanente, que se dedica a la investigación en el área de la salud, ha demostrado que la IA también puede ser muy eficaz a la hora de predecir el cáncer de mama.

Según la Sociedad Española de Oncología Médica (SEOM), se calcula que 1 de cada 8 mujeres en España será diagnosticada con cáncer de mama a lo largo de su vida. En 2022 la estimación de nuevos casos era de 34.750. La supervivencia a este cáncer es alta, pero depende del estadio en el que se detecte. En el estadio I la supervivencia es de más del 98%. En el estadio IV, es del 24%.

Por eso la detección precoz es tan importante. Y conseguir una herramienta que sea capaz de predecir el riesgo de cáncer de mama con tanta antelación (5 años) supone un paso importante en la lucha contra esta enfermedad.

¿Qué mujeres tienen un mayor riesgo de tener un cáncer de las mamas?

Según la SEOM, a día de hoy no se sabe cuál es la causa o causas que producen el cáncer de mama. Es decir, que es muy difícil saber qué mujeres tienen un mayor riesgo. Sí es cierto que entre el 5 y el 10% de este tipo de cáncer es hereditario. En este caso, el origen es alguna mutación genética.

«El 20-25% de las mutaciones responsables de los cánceres de mama hereditarios ocurren en los genes BRCA 1 y 2. La probabilidad de que una mujer portadora de mutación en los genes BRCA 1 o 2 presente cáncer de mama se sitúa en torno al 57% a los 70 años. Existen otros genes como PALB2, p53, CDH1, ATM, CHEK2 o BRIP1 que también aumentan la probabilidad de padecer un cáncer de mama a lo largo de la vida».

A día de hoy, el análisis genético de BRCA1 y BRCA2 es «complejo y caro». Por ello, se requiere una «selección muy precisa» de las familias que se consideran de «alto riesgo» para realizar un estudio genético.

Factores de riesgo

Existen diversos factores de riesgo asociados al cáncer de mama. Ser mujer es uno de ellos (solo el 0,5-1% de los cánceres de mama afectan a hombres). La SEOM enumera cuáles son las circunstancias que aumentan el riesgo de cáncer de mama:

1. La edad es el factor principal. La edad de máxima incidencia está por encima de los 50 años. No obstante, aproximadamente un 10% se diagnostica en mujeres menores de 40 años.
2. Historia personal de cáncer de mama invasivo.
3. Historia de hiperplasia atípica.
4. Densidad mamaria elevada en las mamografías.
5. Factores reproductivos que aumentan la exposición a los estrógenos endógenos, como la aparición temprana de la primera regla, la menopausia tardía o la nuliparidad (no haber estado embarazada nunca).
6. El uso de terapia hormonal sustitutiva después de la menopausia aumenta el riesgo de cáncer de mama, al igual que lo hace el uso de una combinación de las hormonas estrógeno y progesterona posterior a la menopausia.
7. La exposición a radiaciones ionizantes, sobre todo durante la pubertad.
8. Las mutaciones hereditarias relacionadas con el cáncer de mama.
9. El consumo de alcohol.
10. La obesidad.
11. Predisposición genética (antecedentes familiares o mutaciones en determinados genes).

¿Qué porcentaje de mujeres sin factores de riesgo desarrollan cáncer de mama?

Según la Organización Mundial de la Salud, alrededor del 50% de los casos de cáncer de mama se corresponden con mujeres sin factores de riesgo, más allá de su condición femenina y la edad (más de 40 años).

Para la SEOM, el cáncer de mama supone un importante problema de salud, por su elevada incidencia y por «sus repercusiones físicas, psicológicas y económicas en la población». Pese a que se han dado pasos en el diagnóstico y tratamiento,

«su pronóstico sigue dependiendo principalmente de la extensión de la enfermedad en el momento de la detección. De ahí que conseguir un diagnóstico precoz siga siendo la mejor vía para mejorar sus posibilidades de curación«.

El autor principal del estudio de Kaiser Permanente, Vignesh Arasu, afirma que «se necesita tener formas más precisas y eficientes para evaluar el riesgo futuro de cáncer de mama en una mujer». De ahí, esta investigación publicada en junio en la revista Radiology. 

“Nuestro estudio muestra que en las mamografías que parecen negativas para un radiólogo (lo que significa que no hay signos de tumor) hay información que los ordenadores pueden ver. Y que puede ayudar a evaluar el riesgo de una mujer de ser diagnosticada con cáncer de mama en los próximos 5 años».

La inteligencia artificial predice mejor el cáncer del mama

El estudio de Kaiser Permanente concluye que los algoritmos de inteligencia artificial entrenados para leer mamografías predicen mejor el riesgo futuro de cáncer de mama. Lo hacen mejor que la herramienta que se suele utilizar normalmente en este tipo de casos.

La investigación sugiere que los biomarcadores de imágenes relacionados con el riesgo que se ven en las mamografías (identificados por ordenador y que se usan para evaluar el riesgo) pueden ayudar a los profesionales a hacer recomendaciones a las pacientes de manera más personalizada.

El estudio retrospectivo incluyó a 324.000 mujeres que se sometieron a una mamografía que no encontró signos de cáncer de mama en 2016 en Kaiser Permanente Northern California. Ninguna de las mujeres había tenido cáncer de mama antes ni había sido diagnosticada con una mutación genética que aumenta el riesgo de cáncer de mama.

Alrededor del 24% tenía menos de 50 años cuando se hicieron la mamografía. Alrededor del 87% no tenía ningún familiar de primer grado con antecedentes de cáncer de mama.

Método de estudio

Durante los siguientes 5 años, se les diagnosticó cáncer de mama a 4.584 de las mujeres.  Al 83% de ellas se les diagnosticó cáncer de mama invasivo y al 17% carcinoma ductal in situ no invasivo (CDIS). El estudio comparó a estas mujeres con 13.435 de las 324.000 mujeres del grupo original que no desarrollaron cáncer de mama.

Los investigadores hicieron que 5 algoritmos de inteligencia artificial (IA) determinara una puntuación de predicción del riesgo de cáncer de mama a 5 años vista a partir de las imágenes de mamografía realizadas para estas mujeres en 2016.

También usaron el modelo de riesgo clínico del Breast Cancer Surveillance Consortium (BCSC) para evaluar ese mismo riesgo. Este modelo utiliza la edad, la raza o el origen étnico. También los antecedentes familiares de cáncer de mama de primer grado, el número de biopsias mamarias benignas previas y la densidad mamaria mamográfica. La puntuación de cada mujer se calculó utilizando los datos clínicos de su historial médico electrónico en el momento de su mamografía en 2016.

El estudio mostró que las mujeres con las puntuaciones de riesgo BCSC más altas (el percentil 90 superior) representaron el 21,1% de todos los cánceres en los 5 años siguientes. En comparación, las mujeres con las puntuaciones más altas de riesgo de IA representaron entre el 24% y el 28% de todos los cánceres.

Detección de cánceres agresivos que no se aprecian en los métodos rutinarios

Vignesh Arasu explica que hasta el momento, «la mayoría de los algoritmos de IA entrenados para leer mamografías se utilizan para señalar un cáncer visible y ayudar a los radiólogos». Sin embargo, esos algoritmos «también pueden detectar biomarcadores de imágenes en mamografías, además de la densidad mamaria, que nos indican que se están produciendo cambios en el tejido mamario que pueden usarse para predecir el riesgo».

Además de la IA y el modelo BCSC, los expertos utilizaron un tercer sistema llamado área bajo la curva (AUC) para comparar la calidad de las predicciones. Un resultado de AUC puede oscilar entre 0,0 (sin predicciones correctas) y 1,0 (todas las predicciones fueron correctas). El modelo BCSC tuvo un AUC de 0,61. En comparación, los modelos de IA tuvieron un resultado de predicción de riesgo que osciló entre 0,63 y 0,67.

Incluso comprobaron si la combinación entre la IA y el BSCS podría mejorar la AUC; y así fue. El resultado osciló entre 0,66 y 0,68. Además, funcionó incluso mejor en la predicción de las mujeres que tuvieron un diagnóstico de cáncer de mama a intervalos dentro del año posterior a su mamografía, con un AUC de hasta 0,73.

Un cáncer de mama de intervalo es un tumor que se diagnostica (generalmente porque una mujer encuentra un bulto en su mama) durante el tiempo entre una mamografía de detección que parece normal y la próxima mamografía programada. Los cánceres de intervalo suelen ser cánceres de rápido crecimiento. Y tiene más posibilidades de extenderse a otras partes del cuerpo. Este tipo de cáncer agresivo no se suele detectar en los exámenes de detección rutinarios.

¿Qué reduce el riesgo de cáncer de mama?

Los cambios en el estilo de vida suelen ser clave para disminuir el riesgo de cáncer de mama. Por ello, se recomienda limitar el consumo de alcohol, mantener un peso saludable y hacer actividad física. Para las mujeres en edad menopaúsica, se recomienda limitar la terapia hormonal posmenopáusica.

Además, la lactancia materna desempeña un papel importante en la prevención del cáncer de mama. Mientras más tiempo se amamanta, mayor será el efecto protector. En la Tribu CSC puedes consultar online a la matrona Sara Caamaño y a la experta en lactancia Inma Mellado, que además de IBCLC, es monitora de La Liga de la Leche, Máster en Nutrición Pediátrica y presidenta de la Asociación Española de Consultoras Certificadas en Lactancia Materna.

Paralelamente, es importante la detección precoz del cáncer de mama. En este sentido, los investigadores de este estudio afirman que el uso de la inteligencia artificial en la predicción del cáncer de mama (sola o combinada con otros modelos) proporciona «una nueva vía».

«Actualmente, los radiólogos clínicos utilizan principalmente la IA con mamografía para identificar un tumor de mama. Pero los hallazgos de nuestro estudio respaldan el uso de IA para producir una puntuación de riesgo predictivo que pueda indicarnos el riesgo de que una mujer sea diagnosticada con cáncer de mama en los próximos 5 años«.

Usar esa información junto con otros factores de riesgo conocidos podría ayudar a hacer «recomendaciones personalizadas de detección del cáncer de mama para mujeres en función de sus factores de riesgo individuales”.