El sistema analiza mamografías, identifica posibles lesiones y estima niveles de riesgo para ayudar a los especialistas a determinar qué estudios requieren atención más inmediata. La investigación utiliza información de cerca de 700 pacientes mexicanas.
Especialistas del Instituto Politécnico Nacional (IPN) desarrollan un sistema de inteligencia artificial (IA) para analizar mamografías, identificar posibles lesiones y establecer prioridades de revisión médica de acuerdo con el nivel de riesgo de cáncer de mama.
El proyecto, a cargo de Elsy Guadalupe Cruz Murrieta, estudiante de doctorado del Centro de Investigación en Computación (CIC), busca contribuir a la atención oportuna de las pacientes ante la disponibilidad limitada de especialistas y la elevada carga de trabajo en los servicios de diagnóstico.
En 2024, México contaba con 674 médicos certificados para atender a cerca de 20 millones de mujeres en edad de detección, de acuerdo con los datos citados por Cruz Murrieta. Además, los especialistas evalúan en promedio entre 5 mil y 7 mil estudios al año, una carga laboral que puede repercutir en la precisión diagnóstica.
“El sistema entra como una propuesta antes de la interpretación diagnóstica. La idea es analizar automáticamente los estudios disponibles en un determinado periodo y organizarlos de acuerdo con su nivel de prioridad, de manera que el especialista pueda identificar cuáles requieren una revisión más inmediata”, explicó la investigadora.
El desarrollo se realiza bajo la dirección de José Eduardo Valdez Rodríguez, investigador del CIC, y cuenta con la asesoría de Lourdes Noemí Santos Aragón, médica radióloga especialista en imagen de la mama.
Modelos entrenados con pacientes mexicanas
Uno de los componentes centrales de la investigación es una base de datos integrada por estudios de aproximadamente 700 pacientes mexicanas, obtenidos mediante la colaboración con el Centro Médico ABC y el Instituto de Seguridad Social del Estado de México y Municipios (ISSEMYM), con autorización de sus respectivos comités de ética.
Cruz Murrieta explicó que utilizar información de pacientes mexicanas permite desarrollar herramientas más acordes con el contexto clínico nacional, debido a las características de la densidad mamaria, que puede presentar tejido más denso o fibroso.
El sistema integra distintos módulos de inteligencia artificial para identificar regiones anatómicas y áreas de interés, clasificar la densidad mamaria y reconocer características de posibles lesiones. También incorpora información clínica, como antecedentes personales y familiares de cáncer, terapia hormonal y obesidad.
Con estos elementos, genera una estimación de riesgo bajo, medio o alto para ayudar a establecer el orden en que los estudios deben ser revisados por el personal médico.
La investigadora subrayó que la herramienta no busca reemplazar a los especialistas, sino apoyar su trabajo y aprovechar de manera más eficiente su capacidad de diagnóstico.
Buscan ampliar el proyecto a hospitales del país
A futuro, el equipo contempla ampliar la investigación mediante una red nacional de hospitales y servicios de telerradiología, con el propósito de aprovechar mejor los recursos humanos especializados, reducir desplazamientos innecesarios y favorecer un acceso más equitativo al diagnóstico.
El proyecto forma parte de las investigaciones del IPN orientadas a incorporar innovación tecnológica en el ámbito de la salud.
