El Instituto Politécnico Nacional de México impulsa un proyecto que utiliza inteligencia artificial para identificar regiones anatómicas y lesiones en estudios de mastografía, estimando la probabilidad de que sean benignas o malignas antes de la revisión médica.
Por Carina López y Pool Contreras
MÉXICO, 4 nov (Xinhua) — Especialistas de la institución de educación superior Instituto Politécnico Nacional (IPN) de México desarrollan un sistema con inteligencia artificial (IA) capaz de identificar regiones anatómicas y posibles lesiones en estudios de mamografía, así como estimar el nivel de riesgo de cáncer y establecer prioridades para la revisión médica.
El proyecto, a cargo de la maestra en ciencias de la computación del IPN, Elsy Guadalupe Cruz Murrieta, establece de manera oportuna al paciente con mayor probabilidad de cáncer para darle mayor prioridad y que pueda ser atendido a la brevedad.
“Al detectar una lesión, nosotros podemos delimitar el área donde esta lesión se encuentra y podemos establecer algunas características como sus contornos, su densidad, y con eso podemos estimar, por ejemplo, la probabilidad de que sea benigna o maligna”, explicó Cruz Murrieta a Xinhua.
De acuerdo con las últimas cifras del Instituto Nacional de Estadística y Geografía de México, en 2024, el cáncer de mama fue la primera causa de muerte entre los tumores malignos y más del 99 por ciento de los casos ocurrieron en mujeres.
En este contexto, la especialista dijo que la obesidad es uno de los principales factores asociados al desarrollo del cáncer de mama, junto con otros elementos como la edad de la primera menstruación y los antecedentes de lactancia, que contribuyen a interpretar el nivel de riesgo.
Subrayó, no obstante, la importancia de realizarse estudios médicos periódicos para detectar de manera oportuna cualquier anomalía y evitar así que la enfermedad avance a etapas de mayor gravedad.
Frente a este desafío, la también estudiante de doctorado destacó el potencial de la IA como herramienta de apoyo en el proceso de detección.
La idea es analizar de forma automática los estudios disponibles en un determinado período y su organización de acuerdo con el nivel de prioridad, de manera que el especialista pueda identificar cuáles requieren una revisión más inmediata.
“El objetivo de este modelo es entrar antes del radiólogo, entre el punto en que la paciente se hace su estudio de mastografía y antes de que se haga el proceso de interpretación para obtener un diagnóstico. El modelo analiza a todas estas pacientes”, detalló la experta mexicana.
Cruz Murrieta dijo que la herramienta no pretende sustituir al especialista, sino proporcionar un instrumento adicional que le permita realizar mejor su trabajo y aprovechar de manera más eficiente la capacidad de diagnóstico.
Para la investigadora, la iniciativa responde a uno de los principales desafíos en la detección del cáncer de mama, al recordar que México contaba en 2024 con 674 expertos certificados para atender a cerca de 20 millones de mujeres en edad de detección.
A lo anterior se suma la carga laboral de los especialistas, quienes evalúan entre 5.000 y 7.000 estudios al año, en promedio, factor que puede repercutir en la precisión de diagnósticos y que pone de manifiesto la necesidad de herramientas tecnológicas que apoyen esa labor.
Cruz Murrieta consideró que la herramienta podría contribuir a reducir los tiempos de revisión y facilitar la identificación de casos que requieren atención prioritaria.
En el equipo de expertos participan el doctor José Eduardo Valdez Rodríguez, miembro del Centro de Investigación en Computación, con la asesoría de la maestra en ciencias, Lourdes Noemí Santos Aragón, médica radióloga especialista en cáncer de mama.
En el futuro, Cruz Murrieta y su equipo contemplan ampliar el proyecto hacia una red nacional de hospitales y servicios de radiología a distancia que permita aprovechar de mejor manera los recursos humanos especializados, así como reducir desplazamientos innecesarios y favorecer un acceso más equitativo al diagnóstico. Fin
Contexto para México
Contexto para México: La sobrecarga de trabajo de los radiólogos mexicanos puede afectar la precisión de los diagnósticos. Este desarrollo académico busca integrarse al proceso clínico como un filtro previo que optimice la capacidad instalada de los hospitales, un desafío constante para los sistemas de salud pública en la región.
Con información de la agencia de noticias Xinhua.
