Mamografía con IA

Cada dos años, millones de mujeres salen de una mamografía con una frase tranquilizadora: todo está bien. Sin embargo, para una proporción pequeña, pero clínicamente decisiva esa tranquilidad es falsa. Entre un examen y otro, algunos tumores avanzan rápido, se vuelven más agresivos y se detectan tarde. No porque la medicina haya fallado por negligencia, sino porque el sistema tiene límites humanos: tiempo, atención, cansancio, volumen.

Ese punto ciego del cribado de los llamados cánceres de intervalo ha sido durante décadas una de las grandes frustraciones de la salud pública. Detectarlos antes no es solo un desafío tecnológico: es una carrera contra el reloj biológico del cáncer.

Hoy, por primera vez, hay evidencia sólida de que una herramienta puede reducir ese margen de error sin crear nuevos problemas. No con promesas futuristas ni discursos de Silicon Valley, sino con datos clínicos en condiciones reales. Un ensayo con más de 100.000 mujeres sugiere que la inteligencia artificial puede ayudar a detectar el cáncer de mama antes de que se vuelva más agresivo, sin aumentar falsos positivos ni desplazar al médico.

El hallazgo, publicado en The Lancet, no plantea una revolución ruidosa. Propone algo más incómodo y más potente: aceptar que incluso los sistemas de salud mejor organizados pueden hacerlo mejor y que ignorar herramientas que reducen cánceres agresivos ya no es solo una decisión técnica, sino ética.

Lo que dicen los datos

El estudio, liderado por la radióloga Kristina Lång desde la Universidad de Lund, incluyó a más de 100.000 mujeres en Suecia. No fue un piloto de laboratorio, sino un ensayo aleatorizado dentro de un programa nacional de cribado.

Los resultados son difíciles de ignorar:

• La detección con apoyo de IA identificó el 81% de los cánceres durante el cribado.
• Los cánceres de intervalo se redujeron un 12%: de 1.76 a 1.55 por cada 1,000 mujeres.
• Sensibilidad del 80.5% y especificidad del 98.5%.
• Sin incremento relevante de falsos positivos.

En términos simples: más cánceres detectados antes, menos tumores agresivos apareciendo tarde, y sin someter a más mujeres a alarmas innecesarias.

La clave no es “ver mejor”, sino organizar mejor

El algoritmo utilizado desarrollado por ScreenPoint Medical fue entrenado con más de 200,000 mamografías de 10 países y funciona como un sistema de triaje. Asigna un puntaje de riesgo del 1 al 10: los estudios de bajo riesgo requieren una sola lectura; los de mayor riesgo, doble lectura humana.

Aquí está el punto central que suele perderse en el ruido: la IA no reemplaza al radiólogo. Redistribuye su tiempo. Reduce la sobrecarga, acorta listas de espera y disminuye el cansancio que, en medicina, también es un factor de riesgo.

Prudencia científica, no triunfalismo

Los propios autores ponen límites claros. El estudio se realizó en un contexto muy específico: un solo proveedor tecnológico, radiólogos experimentados y un sistema de salud altamente organizado. Generalizar sin evaluar impacto local sería un error.

También subrayan algo crucial en tiempos de automatización acelerada: la IA debe ser herramienta clínica, no sustituto profesional. La decisión final sigue y debe seguir en manos humanas.

El espejo internacional

Suecia planea implementar el sistema en el suroeste del país en los próximos meses. Para otras regiones, el camino será más largo. Expertos estiman que ensayos comparables pueden tardar hasta cinco años en consolidarse, especialmente en países con sistemas fragmentados o menos datos de calidad.

La pregunta no es si la IA funciona. El estudio sugiere que sí. La pregunta es cómo, dónde y para quién se implementa primero.

Escenarios posibles

1. Integración responsable: la IA se incorpora como apoyo clínico, con evaluación continua y regulación clara.
   
   
2. Brecha tecnológica: los sistemas con más recursos avanzan; los demás se quedan atrás, ampliando desigualdades en detección temprana.
   
   
3. Resistencia defensiva: el temor al cambio preserva un modelo que ya sabemos imperfecto.

La evidencia empuja hacia el primer escenario. La política pública decidirá si lo alcanza.

La llegada tarde en la RD

En República Dominicana, el cáncer de mama no se mide sólo en tumores, sino en demoras para conseguir una mamografía en un hospital público desbordado; demoras para que un estudio sea leído por un número insuficiente de radiólogos; demoras en un sistema donde SENASA puede cubrir la prueba, pero no siempre garantiza el acceso oportuno. En ese intervalo hecho de filas, llamadas sin respuesta y citas pospuestas el cáncer avanza sin pedir permiso.

Las cifras oficiales son elocuentes y duras: el cáncer de mama es hoy la principal causa de muerte por cáncer en mujeres dominicanas, diagnostican aproximadamente entre 3,400 y 3,500 nuevos casos cada año, según registros sanitarios nacionales y estimaciones oncológicas en el 2024, la SISALRIL registró más de 11,000 personas recibiendo cobertura por diagnósticos de cáncer de mama (esto incluye casos nuevos y pacientes en tratamiento continuo). Una parte significativa de esos diagnósticos llega en etapas avanzadas, cuando el tratamiento es más costoso, más agresivo y menos eficaz. No por falta de campañas ni por desconocimiento de las pacientes, sino porque el sistema llega tarde.

En los hospitales públicos, donde se atiende la población más vulnerable, una mamografía puede tardar semanas y a veces meses en realizarse o interpretarse. Cada retraso acumula riesgo. Cada estudio que se queda esperando lectura es una oportunidad perdida de detectar un tumor cuando aún era pequeño, tratable, silencioso. En ese país ni los discursos oficiales ni los planes estratégicos, están disminuyendo el tiempo, ya que es determinante de la supervivencia.

Por eso, cuando un gran estudio internacional demuestra que la inteligencia artificial puede reducir los cánceres que aparecen entre exámenes más agresivos y difíciles de tratar, la noticia deja de ser ajena o lejana. No se trata de Suecia ni de laboratorios futuristas, sino de una pregunta incómoda para la política sanitaria dominicana: ¿Cuántos diagnósticos tardíos seguimos aceptando como inevitables cuando existen herramientas capaces de reducirlos sin sobrecargar aún más a los hospitales?

La evidencia, publicada en The Lancet, no promete milagros ni médicos reemplazados por máquinas. Propone algo más sencillo y más urgente: usar la tecnología para ganar tiempo clínico donde hoy se pierde vida. En un sistema que ya opera al límite, ignorar esa posibilidad no sería neutral. Sería una decisión con consecuencias medibles.

La discusión sobre la inteligencia artificial en salud suele plantearse mal: máquinas contra médicos. El ensayo MASAI sugiere otra narrativa, más incómoda y más realista.

La verdadera pregunta no es si confiamos en la IA, sino cuántos cánceres agresivos estamos dispuestos a seguir detectando tarde, cuando ya existen herramientas para reducirlos. En medicina, a veces el progreso no llega con estruendo, sino con estadísticas discretas, que las estamos acumulando, cuando podemos ir cambiando el destino de la mujer dominicana.