Microsoft, en colaboración con la Universidad de Washington, el Centro Oncológico Fred Hutchinson y otras instituciones, está explorando cómo la inteligencia artificial (IA) puede aportar mayor precisión, confianza y claridad al diagnóstico del cáncer de mama.
Un estudio reciente, publicado en la revista Radiology, detalla un nuevo enfoque que busca no solo identificar la enfermedad, sino hacerlo de manera que los radiólogos confíen en el resultado y las pacientes puedan comprenderlo fácilmente.

El desafío de los métodos actuales de detección

El cáncer de mama es el tipo más frecuente entre las mujeres a nivel mundial. En Estados Unidos, una de cada ocho mujeres recibirá este diagnóstico en algún momento de su vida. La detección temprana es fundamental y puede reducir la mortalidad entre un 20 % y un 40 % en mujeres de 50 a 69 años. Sin embargo, las herramientas actuales siguen teniendo limitaciones.

La resonancia magnética (RM) es uno de los métodos más sensibles, sobre todo en pacientes con alto riesgo. No obstante, también presenta inconvenientes: altas tasas de falsos positivos, mayor ansiedad para las pacientes y biopsias innecesarias. El problema es mayor en el 50 % de las mujeres con tejido mamario denso, donde el diagnóstico es más complejo con mamografías convencionales.

El resultado: más estudios, más incertidumbre y procedimientos de seguimiento que, en la mayoría de los casos, no confirman la presencia de cáncer. De hecho, menos del 5 % de quienes se someten a una RM mamaria reciben finalmente un diagnóstico positivo.

Mapas de calor generados por la IA muestran las zonas sospechosas en la resonancia magnética.

Un modelo de IA con enfoque innovador

El modelo desarrollado por Microsoft, denominado FCDD (Fully Convolutional Data Description), no clasifica las imágenes como “cáncer” o “no cáncer” según patrones predefinidos. En cambio, aprende a identificar cómo luce una resonancia normal y resalta cualquier anomalía. Esta estrategia resulta más eficaz en entornos reales, donde el cáncer es poco frecuente y las alteraciones son muy variadas.

Para su desarrollo, el sistema fue entrenado con más de 9.700 resonancias mamarias y evaluado en escenarios de alta y baja prevalencia. Entre sus resultados más destacados:

• Mayor precisión: duplicó el valor predictivo positivo de los modelos tradicionales y redujo en más de un 25 % las falsas alarmas.
• Mayor explicabilidad: genera mapas de calor que señalan la ubicación sospechosa del tumor en la imagen, con un 92 % de coincidencia con las evaluaciones de radiólogos expertos.
• Generalización: mantuvo un rendimiento alto al aplicarse en datos de diferentes instituciones, sin necesidad de reentrenamiento.

El sistema reduce en más del 25 % las falsas alarmas en estudios de cáncer de mama.

Impacto clínico y beneficios para pacientes

Más que un avance técnico, el FCDD representa una herramienta que puede integrarse en los flujos de trabajo clínicos. Su objetivo: reducir el tiempo invertido en casos normales, priorizar los estudios complejos y disminuir las biopsias y devoluciones de llamadas innecesarias.
El equipo de Microsoft liberó el código y la metodología para que la comunidad científica pueda evaluarlo y mejorarlo.

La radióloga Savannah Partridge, autora principal del estudio, subrayó que esta IA es capaz de trabajar con resonancias abreviadas y protocolos completos, lo que podría acortar los tiempos de exploración e interpretación.

Radiólogos y pacientes se benefician de diagnósticos más precisos y comprensibles.

Lo que viene

El modelo deberá probarse ahora en poblaciones clínicas más amplias y diversas. Sin embargo, los resultados iniciales son prometedores: la IA no reemplazará a los radiólogos, pero puede convertirse en un aliado clave para evaluar casos difíciles y aumentar la precisión diagnóstica.

Para Microsoft, este avance confirma que la inteligencia artificial puede ser una aliada contra el cáncer de mama, permitiendo detectarlo antes, reducir intervenciones innecesarias y, potencialmente, salvar más vidas.