Inicio › Temas de debate › Actualidad
Usar inteligencia artificial para analizar mamografías mejora la detección precoz del cáncer de mama sin aumentar los falsos positivos.
Un estudio realizado en Suecia entre 2021 y 2022 con más de 100.000 mujeres mostró que la IA ayuda a detectar más cánceres relevantes y reduce la carga de trabajo de los radiólogos.
Debate de actualidad del 19 de octubre de 2026
Argumentos a favor
- La lectura de mamografías es una tarea muy exigente y repetitiva, y un sistema de IA puede actuar como un segundo par de ojos que no se cansa y que señala zonas sospechosas que a un profesional podrían escapársele en un día de mucha carga.
- Al encargarse de clasificar los casos claramente normales, la IA puede liberar tiempo de los radiólogos para dedicarlo a los estudios complejos, lo que puede acortar los plazos de diagnóstico y mejorar la atención global.
- Detectar un cáncer en fases iniciales suele permitir tratamientos menos agresivos y con mejores resultados, así que cualquier herramienta que aumente la sensibilidad de la prueba tiene un valor clínico directo para la paciente.
- Los algoritmos pueden entrenarse con grandes volúmenes de imágenes y actualizarse con nuevos datos, lo que permite mejorar con el tiempo y homogeneizar la calidad de la lectura entre centros con distinta experiencia.
Argumentos en contra
- Un aumento en la sensibilidad no garantiza por sí solo un beneficio para la paciente: si la IA marca lesiones que nunca llegarían a causar problemas, se generan pruebas adicionales, ansiedad y tratamientos innecesarios.
- Los sistemas de IA aprenden de los datos con los que se entrenan; si esos datos no representan bien a toda la población (edades, tipos de mama, equipos de imagen), su rendimiento puede ser peor en determinados grupos de mujeres.
- Un resultado favorable en un estudio concreto no siempre se traslada a la práctica real, donde influyen el tipo de equipos, los protocolos de cada hospital y la forma en que los profesionales integran la herramienta en su trabajo.
- Delegar parte de la lectura en un algoritmo puede generar un exceso de confianza o una dependencia que reduzca la vigilancia crítica del radiólogo, con el riesgo de que los errores del sistema pasen desapercibidos.
Para pensarlo
¿Qué nivel de aumento en la detección de cánceres justificaría aceptar más falsos positivos y pruebas adicionales, y quién debería decidir ese equilibrio: los sanitarios, los pacientes o las autoridades sanitarias?