El cáncer de mama se registra como la segunda causa de muerte relacionada con el cáncer entre las mujeres de los Estados Unidos. Se calcula que en el 2015, unas 232,000 mujeres fueron diagnosticadas con esta neoplasia, ocasionando la muerte a unas 40,000 pacientes. Para este año se espera que se diagnostiquen aproximadamente 268,600 casos nuevos de cáncer de mama invasivo y 62,930 de cáncer no invasivo y que unas 41,760 de estas pacientes mueran por su causa, según el informe de la American Cancer Society.
En cuanto a México, el cáncer mamario es la primera causa de muerte debida a tumores en la población femenina, con un promedio de 10 fallecimientos al día. En los últimos 10 ó 20 años las muertes por esta enfermedad han aumentado, mientras que ha disminuido notablemente en Europa y Estados Unidos. Además, la edad de presentación en las mujeres mexicanas es alrededor de los 50 años, que corresponde una década antes de lo que se da en los países desarrollados.
Para detección de este cáncer, el uso de las mamografías y ecografíasmamarias que se practican ampliamente no siempre son confiables, pues se ha determinado que alrededor del 10% al 15% de las mujeres que se realizan una mamografía deben regresar luego de obtener un resultado no concluyente.
Para predecir el riesgo de una mujer de padecer cáncer de mama, la mayoría de los modelos existentes que determinan el riesgo de cáncer se centran básicamente en factores de riesgo reconocidos como la edad, antecedentes familiares de cáncer de mama y ovario, factores hormonales y reproductivos, así como densidad del tejido mamario. Pero estos factores varían en su relación con este cáncer, por lo que aquellos menos asociados perjudica la exactitud en las predicciones.
Aportes del MIT
Para subsanar estos inconvenientes diagnósticos, se ha recurrido a la ayuda de la inteligencia artificial (IA) a través del MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) y el Massachusetts General Hospital (MGH), que están realizando avances hacia procedimientos de detección más confiables y concluyentes, según aparece en el artículo recientemente publicado en la revista Radiology, donde los autores describen que este modelo de aprendizaje automático tiene la capacidad de predecir a partir de una mamografía si es probable que una paciente desarrolle cáncer de mama hasta cinco años en el futuro.
Como explicó la profesora de Harvard y coautora del artículo, Constance Lehman y sus colegas, para realizar el estudio no usaron el clásico patrón visual “humano”de identificación de riesgos, y procedieron a emplear en su lugar un sistema autónomo que funciona con IA, en base al análisis de más de 90,000 mamografías y resultados conocidos de cáncer pertenecientes a más de 60,000 pacientes del Hospital General de Massachusetts. De estas muestras, el sistema de inteligencia artificial fue capaz de “aprender”de manera muy “sensible” y discriminativa las relaciones existentes entre los datos, que incluso los médicos radiólogos y oncólogos altamente entrenados y experimentados podrían pasar inadvertidas,
Como indica la investigadora:
“Desde la década de 1960, los radiólogos han notado que las mujeres tienen patrones únicos y ampliamente variables de tejido mamario visibles en la mamografía”, “Estos patrones pueden representar la influencia de la genética, las hormonas, el embarazo, la lactancia, la dieta, la pérdida de peso y el aumento de peso. Ahora podemos aprovechar esta información detallada para ser más precisos en nuestra evaluación de riesgos a nivel individual“.
En palabras de Regina Barzilay, autora principal del artículo y sobreviviente de cáncer de mama:
“En lugar de adoptar un enfoque único para todos, podemos personalizar la detección alrededor del riesgo de una mujer de desarrollar cáncer“, por ejemplo, un médico podría recomendar que un grupo de mujeres se realice una mamografía cada dos años, mientras que otro grupo de mayor riesgo podría recibir un examen de IRM complementario“.
Barzilay dice que estos hallazgos podrían sentar las bases para que las mamografías en conjunto a la IA identifiquen de manera más efectiva aquellos pacientes que tienen un mayor riesgo de padecer otras patologías graves, como enfermedades cardiovasculares u otros tipos de cáncer, y agrega el coautor Adam Yala, estudiante de doctorado del MIT CSAIL:
“Nuestro objetivo es hacer que estos avances formen parte del estándar de atención“, “Al predecir quién desarrollará cáncer en el futuro, esperamos poder salvar vidas y detectar el cáncer antes de que surjan los síntomas“.
El equipo también buscó garantizar que el modelo MIT/MGH de evaluación de riesgos fuera igualmente de preciso para las minorías raciales como para las pacientes caucásicas, por lo que afirman que que es igual de exacto para mujeres de raza blanca y negra. Ésto es especialmente importante para la población de mujeres afroamericanas, que son 43% más propensas a morir de cáncer de mama en comparación a las de raza blanca.
Después de realizar algunas pruebas, informaron que el modelo logró predecir con precisión el 31% de todas las pacientes con cáncer en la categoría de mayor riesgo, en comparación con solo el 18% de los modelos predictivos tradicionales. Además, en base a estos hallazgos, los investigadores esperan poder ampliar sus investigaciones futuras y aplicar el modelo para avanzar en el diagnóstico precoz de otras patologías.
Por otro lado y en la misma línea investigativa, un equipo de científicos de la New York University, recientemente desarrolló un modelo de detección de cáncer de mama luego de haber revisado más de 200,000 mamografías. Un equipo de la Medicine School of Harvard ideó un método diagnóstico por IA que puede detectar una mutación genético responsable de algunos tipos de cáncer, todos ellos esfuerzos prometedores para facilitar la detección no solo más precoz, sino que también más eficientes de enfermedades que representan un grave peligro para la salud y vida humanas.