Tomosíntesis de Gran Angular e IA en Mamografía Diagnóstica

El cáncer de mama sigue siendo el cáncer más comúnmente diagnosticado y una de las principales causas de mortalidad relacionada con el cáncer entre las mujeres a nivel mundial. La detección oportuna y precisa es crucial para mejorar el pronóstico y los resultados de supervivencia. Si bien la mamografía digital ha sido durante mucho tiempo el estándar de oro para el cribado, está limitada por las estructuras superpuestas del tejido, particularmente en mujeres con mamas densas, lo que puede ocultar malignidades o crear falsos positivos.

Para abordar estas limitaciones, se ha desarrollado la tomosíntesis digital de mama (DBT), especialmente la DBT de ángulo amplio, para ofrecer imágenes tridimensionales y reducir la superposición de tejidos. El sistema MAMMOMAT B.brilliant de Siemens, que incorpora DBT de ángulo amplio, mejora la resolución espacial y aumenta la conspicuidad de las lesiones. Esta tecnología puede ofrecer beneficios significativos en poblaciones diagnósticas, donde la precisión y la confianza en la interpretación de las imágenes son cruciales.

En paralelo, se han introducido herramientas de inteligencia artificial (IA) como el sistema Transpara para mejorar aún más la interpretación mamográfica. Anteriormente, la evaluación de Transpara en una muestra de 310 mujeres japonesas encontró que, aunque los lectores humanos superaron a la IA en el rendimiento diagnóstico general, el sistema mostró niveles prometedores de sensibilidad, destacando el potencial de la IA como herramienta de apoyo a la decisión en lugar de como lector independiente.

Una evidencia más robusta la proporciona el ensayo Mammography Screening with Artificial Intelligence (MASAI), que evaluó la lectura de cribado con apoyo de IA en un estudio controlado con más de 80,000 mujeres. El ensayo encontró que la lectura con apoyo de IA condujo a una tasa de detección de cáncer comparable a la lectura doble estándar (6.1 vs. 5.1 por 1000 participantes) pero redujo la carga de trabajo de lectura en un 44.3% sin aumentar los falsos positivos o las tasas de rellamada. Un análisis relacionado del mismo equipo enfatizó la capacidad de la IA para triar exámenes de manera efectiva y destacó que las mamografías marcadas por IA como "riesgo extra alto" representaron una parte sustancial (más del 55%) de todos los cánceres detectados en el cribado, con un alto valor predictivo positivo.

A pesar de estos hallazgos alentadores, la mayoría de los estudios se han limitado a entornos basados en cribado. Todavía falta evidencia prospectiva sobre la aplicación diagnóstica en el mundo real de la DBT de ángulo amplio y la IA en poblaciones con mayor riesgo, como pacientes sintomáticos o aquellos rellamados del cribado. Esto representa una brecha crítica de conocimiento, especialmente dada la creciente preocupación por la carga de trabajo del radiólogo y los retrasos diagnósticos.

El propósito de este estudio observacional prospectivo es evaluar la integración y el valor diagnóstico de la tomosíntesis de ángulo amplio y la IA (Transpara) en un entorno clínico de diagnóstico. Específicamente, tiene como objetivo evaluar su influencia en la confianza del radiólogo, la precisión diagnóstica y la necesidad de imágenes complementarias. Al abordar estas preguntas, el estudio busca informar futuras estrategias de implementación que equilibren precisión, eficiencia y utilidad clínica.