Actualmente se ha generado mucho énfasis en la detección temprana de cáncer de mama a través de la realización de la mastografía y la autoexploración; sin embargo en la mayoría de los casos se sigue detectando en etapas avanzadas por lo que se ha convertido en un problema de salud, por lo que se están buscando soluciones.
Ante esta situación investigadores del Instituto Tecnológico de Massachusetts (MIT por sus siglas en inglés), ubicada en Cambridge, Massachusetts y la Escuela de Medicina de Harvard, han desarrollado una nueva herramienta a través de un método avanzado de inteligencia artificial para predecir el riesgo futuro de cáncer de mama.
Principalmente se basa en medir la densidad mamaria, la cual funciona a través de hacer una comparación en la cantidad de tejido denso y la cantidad de tejido graso de la mama en una mamografía. El cual consideran que es un factor de riesgo independiente para el cáncer de mama y se ha agregado a algunos modelos para mejorar la evolución de riesgo.
Como lo describe Adam Yala, del Instituto de Tecnología de Massachusetts y principal autor del estudio «Hay mucha más información en una mamografía que solo las cuatro categorías de densidad mamaria. Al utilizar el modelo de aprendizaje profundo, aprendemos señales sutiles que son indicativas de cáncer en el futuro».
Por su parte la Dra. Regina Barzilay., experta en inteligencia artificial y profesora en el MIT, y Constance Lehman, además de ser jefa de diagnóstico de imágenes de la mama en el Massachusetts General Hospital (MGH) en Boston y profesora, menciono que “el primer modelo se basó en los factores de riesgo tradicionales, el segundo en el aprendizaje profundo que usó solo la mamografía y el tercero en un enfoque híbrido que incorporó tanto la mamografía como los factores de riesgo tradicionales en el modelo de aprendizaje profundo.”
A diferencia de los modelos tradicionales, este modelo de aprendizaje profundo funciona para diversas razas, edades e historias familiares, puntualizan los investigadores en una entrevista que realizaron para MEDICA Magazine.
