La intel·ligència artificial revoluciona la detecció precoç del càncer de mama

El futur de la detecció del càncer de mama i les estratègies de reducció de riscos estan sent modelats per la intel·ligència artificial (IA) , segons un article de revisió de la Universitat Tecnològica de Queensland a Brisbane, Austràlia, publicat a la revista 'Trends in Cancer'.

"Discutim els avenços recents en la predicció del risc de càncer de mama assistida per IA, cosa que això significa per al futur de la detecció i prevenció del càncer de mama, i la investigació clau necessària per avançar les característiques mamogràfiques de la investigació a la pràctica clínica", explica l'autor principal de l'estudi, Erik Thompson, de la Universitat Tecnològica de Queensland a Brisbane, Austràlia.

El teixit mamari que apareix blanc en una mamografia és radiològicament dens, mentre que el teixit mamari que apareix fosc es considera no dens. És àmpliament acceptat que les dones amb més densitat mamogràfica per a la seva edat i índex de massa corporal tenen més risc de càncer de mama.

A més, una major densitat fa que el càncer de mama sigui més difícil de detectar mitjançant mamografia, cosa que es coneix com a "efecte d'emmascarament". Els moviments de defensa de drets a tot el món exigeixen que es notifiqui a les dones la seva densitat mamogràfica.

La densitat mamogràfica està orientant l'ús de tecnologies de diagnòstic per imatge complementàries en alguns llocs, com l'ecografia i la ressonància magnètica, que han proporcionat més taxes de detecció de càncer en estudis clínics de dones amb mames extremadament denses.

Tot i això, els científics i els metges continuen lluitant amb la complexitat que sorgeix de l'efecte d'emmascarament, el risc de càncer de mama associat amb la densitat mamogràfica i com implementar de manera òptima els canvis en la pràctica clínica.

Per predir un futur diagnòstic de càncer de mama, ara s'estan utilitzant enfocaments computacionals avançats, com ara l'aprenentatge profund, per analitzar imatges mamogràfiques. En particular, els mètodes dIA estan descobrint característiques mamogràfiques que tenen el potencial de ser predictors més forts del risc de càncer de mama que qualsevol altre factor de risc conegut.

Aquestes característiques podrien explicar una gran proporció de lassociació entre la densitat mamogràfica i el risc de càncer de mama. El descobriment de les característiques mamogràfiques generades per IA que prediuen el risc està brindant noves oportunitats per identificar les dones amb més risc de desenvolupar càncer de mama en el futur i separar-les d'aquelles dones amb més risc de tenir un càncer de mama no detectat degut a aquest efecte d'emmascarament.

"Una dona amb característiques mamogràfiques associades amb un alt risc de detecció de càncer de mama es podria beneficiar d'una detecció més freqüent o de medicació per reduir el risc", comenta Thompson. "D'altra banda, es podria proporcionar un interval més llarg entre les proves de detecció a una dona amb una baixa probabilitat de diagnòstic de càncer de mama en els propers cinc anys.

A més, una dona amb una alta densitat mamogràfica sense característiques mamogràfiques d'alt risc podria beneficiar-se d'imatges complementàries com la ressonància magnètica o l'ecografia”. Les investigacions suggereixen que algunes característiques mamogràfiques generades per IA són indicatives d'una primerenca malignitat que no es pot detectar mitjançant una mamografia llegida per un radiòleg, mentre que altres poden ser afeccions benignes associades amb més risc de càncer de mama.

La identitat de les característiques mamogràfiques generades per IA que no s'identifiquen com a càncer o una afecció benigna continua sense estar clara. "És fonamental identificar la patobiologia associada a les característiques mamogràfiques i els mecanismes subjacents que les vinculen amb l'oncogènesi del càncer de mama", resumeix Thompson. "Això serà essencial per establir la seva rellevància en el risc de càncer de mama a curt i llarg termini, així com per als esforços futurs per reduir aquest risc", assenyala.