Video Experimental Relacionado
Updated: Jan 13, 2026
13:44
Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns
Published on: August 30, 2013
43.6K
Estado actual de la inteligencia artificial basada en mamografía para la predicción futura del riesgo de cáncer de
Kathryn P Lowry1,2, Han Eol Jeong3, Ki Hwan Kim3
1Department of Radiology, University of Washington School of Medicine, WA, USA.
Journal of the National Cancer Institute
|January 8, 2026
Resumen
Los modelos de inteligencia artificial (IA) muestran potencial para predecir el riesgo de cáncer de mama (CM) utilizando mamografías. Se necesita más investigación para evaluar los modelos de IA en poblaciones diversas y entornos prospectivos para la utilidad clínica.
Área de la Ciencia:
- Inteligencia artificial
- Imágenes médicas
- Oncología
Sus antecedentes:
- Existe un creciente interés en los modelos de inteligencia artificial (IA) para predecir el cáncer de mama (CM) futuro.
- Se están desarrollando modelos de IA basados en mamografía para la predicción del riesgo de CM.
- Se necesita una revisión sistemática para resumir la evidencia e identificar lagunas.
Objetivo del estudio:
- Revisar sistemáticamente los estudios de modelos de IA basados en mamografía para la predicción futura del riesgo de CM.
- Resumir la evidencia actual sobre el rendimiento de los modelos de IA.
- Identificar lagunas de conocimiento e informar futuras investigaciones.
Principales métodos:
- Búsqueda sistemática en seis bases de datos (1 de enero de 2012 - 28 de febrero de 2025).
- Se extrajeron el diseño del estudio, la demografía de los participantes, el tipo de mamografía, el proveedor, el plazo de predicción, el tipo de CM, la validación externa y la exclusión de cánceres índice.
- Se resumieron las áreas bajo las curvas características de operación del receptor (AUC) en general y por características del estudio.
Principales resultados:
- Se incluyeron cuarenta y un estudios retrospectivos, la mayoría utilizando mamografías 2D de equipos Hologic en los EE. UU.
- La mediana de AUC para la predicción de riesgo fue consistentemente de alrededor de 0.71-0.72 en diferentes plazos (≤2, 3-4, ≥5 años).
- La mediana de AUC fue mayor cuando se incluyeron cánceres índice (0.75) en comparación con los excluidos (0.68); la calibración varió.
Conclusiones:
- Los estudios futuros deben utilizar tomosíntesis digital de mama, evaluar el rendimiento para CM agresivo, incluir poblaciones diversas y evaluar tanto la discriminación como la calibración.
- Las evaluaciones prospectivas son esenciales para determinar la utilidad clínica de los modelos de IA para la detección personalizada del cáncer de mama.
- Se necesita más investigación para optimizar los modelos de IA para una implementación clínica generalizada.
Palabras clave:
inteligencia artificialmamografíapredicción de riesgo de cáncer de mamarevisión sistemáticaaprendizaje automático
