Resumen de la Inteligencia Artificial en la Imaginología Médica del Cáncer de Mama

La pesada carga global y la mortalidad del cáncer de mama enfatizan la importancia del diagnóstico y tratamiento temprano. La detección por imágenes es una de las principales herramientas utilizadas en la práctica clínica para el cribado, diagnóstico y evaluación de la eficacia del tratamiento, y puede visualizar cambios en el tamaño y textura del tumor antes y después del tratamiento. El abrumador número de imágenes, que llevan a una carga de trabajo pesada para los radiólogos y un período de informes lento, sugiere la necesidad de técnicas y plataformas de detección asistida por computadora. Además, las características de imagen complejas y cambiantes, la calidad heterogénea de las imágenes y la interpretación inconsistente por diferentes radiólogos e instituciones médicas constituyen las principales dificultades en el cribado del cáncer de mama y en el diagnóstico por imágenes. El avance del diagnóstico tumoral asistido por inteligencia artificial (IA) basado en imágenes es una estrategia ideal para mejorar la eficiencia y precisión del diagnóstico por imágenes. Al aprender de los datos de imagen y construir modelos de algoritmos, la IA es capaz de reconocer, segmentar y diagnosticar automáticamente la lesión tumoral, mostrando perspectivas prometedoras de aplicación. Además, el rápido avance de las “ómicas” promueve un reconocimiento más profundo y completo de la naturaleza del cáncer. La fascinante relación entre la imagen del tumor y las características moleculares ha atraído atención hacia la radiómica y la radiogenómica, que nos permiten realizar análisis y detección a nivel molecular sin necesidad de operaciones invasivas. En esta revisión, integramos los desarrollos actuales en el diagnóstico por imágenes asistido por IA y discutimos los avances del diagnóstico preciso del cáncer de mama basado en IA desde un punto de vista clínico. Aunque el cribado y la detección del cáncer de mama asistidos por IA es un campo emergente y atrae mucha atención, la aplicación clínica de la IA en el reconocimiento, segmentación y diagnóstico de lesiones tumorales sigue estando limitada a la investigación o a cohortes de pacientes limitadas. Faltan ensayos clínicos aleatorizados basados en cohortes grandes y de alta calidad. Esta revisión tiene como objetivo describir el progreso de la aplicación de IA basada en imágenes en el cribado y diagnóstico del cáncer de mama para clínicos.