Un porcentaje de riesgo a partir de una sola mamografía

Se trata de un modelo de IA basado en aprendizaje profundo (deep learning) que analiza la mamografía y devuelve un valor: el porcentaje de probabilidad de que esa mujer tenga un cáncer de mama en los cinco años siguientes, junto a un valor de referencia para su grupo de edad. «Estima un riesgo estadístico para cáncer de mama a partir del análisis de la mamografía, teniendo en cuenta no solo la densidad mamaria de forma volumétrica, sino también otros aspectos como análisis de textura (patrones del parénquima) que efectivamente no son visibles al ojo humano», explica la Dra. Álvarez.

La densidad mamaria, es decir, la proporción de tejido glandular frente a tejido graso, es un factor de riesgo conocido de cáncer de mama. La diferencia es que el sistema la mide de forma automática y objetiva, mientras que la valoración del radiólogo puede ser más subjetiva, y además añade ese análisis de la textura del tejido.

No es una herramienta de ayuda al diagnóstico. Se aplica sobre mamografías que ya se han interpretado como normales o benignas y su objetivo es anticipar el riesgo futuro, no detectar un tumor presente. «No son softwares de ayuda al diagnóstico en el momento de realizar el estudio sino para predecir el riesgo de cáncer de mama en los siguientes 5 años a partir de una mamografía interpretada como normal», señala la Dra. Álvarez.

Más precisión y más agilidad que los cuestionarios clínicos

Hasta ahora, el riesgo de cáncer de mama se ha calculado con modelos clínicos como el de Gail, BOADICEA o el del Breast Cancer Surveillance Consortium (BCSC), que se basan en cuestionarios sobre edad, raza, vida reproductiva, biopsias previas o antecedentes de cáncer. Según la especialista, tienen una capacidad discriminativa limitada, son difíciles de aplicar a la escala de un programa de cribado poblacional y probablemente no sean válidos para todas las mujeres.

«La ventaja de los softwares de IA que evalúan el riesgo para cáncer de mama a partir de la mamografía es que se aplican de forma automática, permitiendo resultados instantáneos, sin necesidad de cuestionarios, de forma más ágil y cómoda para profesionales y mujeres», afirma la Dra. Álvarez.

Los datos respaldan esa ventaja. En el estudio multicéntrico en el que participa el Hospital Universitario Reina Sofía e IMIBIC, en mujeres que tenían realizados ambos tipos de test, el modelo de IA superó al BCSC (0,66 frente a 0,60) y al de Gail (0,67 frente a 0,58) en área bajo la curva (AUC), el indicador que mide la capacidad de una prueba para distinguir entre las mujeres que desarrollarán cáncer y las que no. Otros estudios han mostrado además que la capacidad de estos sistemas para predecir un cáncer en los años siguientes es dos veces superior a la que se obtiene usando solo la densidad mamaria.

Un estudio internacional con participación española

El equipo de la Dra. Álvarez trabaja con la herramienta Transpara Risk Index, que calcula el riesgo a cinco años tanto con mamografía digital como con tomosíntesis (mamografía en 3D). El sistema se ha entrenado con más de 200.000 mamografías y 6.000 cánceres, con un seguimiento superior a 13 años. Una validación externa previa, con más de 65.000 estudios de un centro europeo y otro estadounidense, ya obtuvo un AUC de entre 0,73 y 0,75, y el 10 % de mujeres con mayor riesgo concentró el 39,3 % de los cánceres.

Ahora, un estudio multicéntrico con seis centros de Estados Unidos y Europa, en el que el Hospital Universitario Reina Sofía de Córdoba es el único centro español, busca una validación independiente y a gran escala con equipos de tres fabricantes distintos.

Los resultados preliminares, con 27.172 mamografías normales y 2.011 cánceres aparecidos después, con más de cinco años de seguimiento, muestran un AUC de 0,71 a dos años, 0,70 a tres años y 0,69 a cinco años. El 10 % de mujeres con mayor riesgo según la IA concentró aproximadamente el 30% de los cánceres detectados en los cinco años siguientes, mientras que el 10% de mujeres con mayor densidad reunió el 13% de los mismos. Estos resultados se presentarán con más detalle en el Congreso Europeo de Radiología.

Del cribado de «talla única» al cribado a medida de cada mujer

Contar con un cribado personalizado es uno de los grandes retos de los programas de detección precoz. Los intentos anteriores, basados en la densidad mamaria, en los test clínicos o en estudios genéticos, han sido difíciles o imposibles de aplicar a gran escala: consumen mucho tiempo de profesionales y mujeres, son costosos y no han demostrado mucha precisión.

«La posibilidad de entrar en un cribado personalizado de forma fácil, simplemente a partir de un análisis automático de la mamografía, permitiría aplicar estrategias diferenciadas de cribado en función del riesgo individual de cada mujer», explica la Dra. Álvarez. En la práctica, se podría elegir la periodicidad, la técnica y la estrategia de lectura. En mujeres de bajo riesgo se podría espaciar el cribado o incluso no realizarlo, y en las de alto riesgo, aumentar su frecuencia, añadir pruebas más sensibles como la resonancia magnética o la mamografía con contraste, o plantear medidas preventivas.

«Sin duda ello permitirá mejorar los resultados del programa de cribado, adelantarnos en el tiempo en el diagnóstico de cánceres, con diagnósticos más iniciales, y disminuyendo los cánceres de intervalo o cánceres avanzados», añade la Dra. Álvarez. Los cánceres de intervalo son los que aparecen entre dos mamografías de cribado. Además, según la especialista, permitiría rentabilizar el programa y evitar pruebas innecesarias a mujeres que no las necesitan.

El radiólogo, clave para explicar el riesgo y adaptar el cribado

El cálculo es automático, pero la tecnología no sustituye al especialista. «El papel del radiólogo será asesorar a la mujer de qué significa ese riesgo, y trabajar para poder ofrecer un cribado adaptado al riesgo individual de cada mujer», subraya la Dra. Álvarez.

Conocer el riesgo aumenta la confianza en el cribado

Ante la duda de si conocer un riesgo elevado puede generar ansiedad, la especialista defiende que la clave está en cómo se comunica. «Si la información se trasmite de forma adecuada y adaptada a la población general es bueno que cada mujer conozca su riesgo y cuáles son las pruebas o cribado más adecuado para su situación», remarca la Dra. Álvarez. Según explica, las experiencias de cribado personalizado en Estados Unidos y Europa muestran más adherencia y más satisfacción cuando las mujeres saben que el programa está adaptado a su situación.

La clave en fase de investigación

Estas herramientas están todavía en fase de investigación, aunque la especialista prevé que alguna esté disponible en el mercado en breve. Antes de su uso clínico, son necesarias validaciones externas e independientes a gran escala, con distintos equipos, poblaciones y en condiciones reales de cribado, y evaluar después su impacto clínico. También hay que diseñar antes qué se ofrecerá a cada mujer según su riesgo y formar a profesionales y población para interpretar bien esta información.