El sistema de inteligencia artificial de Google para detectar el cáncer de mama podría reducir en un 40% las cargas laborales en los cribados del NHS y detectar cánceres previamente pasados por alto, según una nueva investigación publicada en Nature Cancer. La tecnología de IA, desarrollada mediante una colaboración entre Google, Imperial College London y el NHS, identificó con éxito el 25% de los cánceres que los radiólogos humanos habían pasado por alto durante los cribados rutinarios. Si bien los ensayos iniciales en 12 centros de cribado en Londres resultan prometedores, un despliegue generalizado en el NHS está pendiente de la aprobación regulatoria y de más pruebas clínicas.
La tecnología innovadora, detallada en estudios publicados en Nature Cancer, representa un avance significativo en la IA médica, pero afronta varios obstáculos antes de convertirse en práctica habitual en el sistema sanitario británico. La Agencia Reguladora de Medicamentos y Productos Sanitarios (MHRA) debe primero aprobar el sistema como dispositivo médico, un proceso que podría llevar meses o años según los resultados de los ensayos clínicos.
El sistema de IA se entrenó con 125.000 mamografías y demostró su capacidad para detectar cánceres de intervalo que se desarrollan entre los cribados rutinarios. Estos cánceres previamente pasados por alto, que la IA identificó en el 25% de los casos, suelen ser más agresivos y más difíciles de tratar cuando se detectan más tarde.
Vía regulatoria y cronograma
Según las directrices de la MHRA, la IA de Google entra en una categoría de mayor riesgo porque influye directamente en el diagnóstico clínico y en el manejo del paciente. La empresa debe aportar una amplia documentación técnica que demuestre la seguridad, la calidad y el rendimiento del sistema antes de obtener la aprobación.
Un estudio observacional de viabilidad ya ha procesado más de 9.000 casos en los doce centros de cribado en Londres de manera no intervencionista. El piloto reveló que la tecnología precisa una calibración cuidadosa para distintos entornos clínicos, tipos de equipos y poblaciones de pacientes, en lugar de funcionar como una simple solución plug-and-play.
No se ha anunciado un cronograma específico para un despliegue completo en el NHS. La siguiente fase incluirá ensayos clínicos prospectivos para generar evidencia adicional sobre seguridad y eficacia en entornos clínicos reales.
Beneficios y desafíos operativos
La posible reducción del 40% en las cargas laborales en los cribados podría ayudar a abordar tanto la acumulación de pruebas de cribado a nivel nacional como la falta global de radiólogos, según la investigación que incluyó a más de 50.000 mujeres. El sistema funciona como un «segundo lector», potenciando, en lugar de reemplazar, la pericia humana.
Sin embargo, los estudios señalaron casos en los que los especialistas desestimaron correctamente las recomendaciones de la IA, lo que resalta el equilibrio crítico entre aprovechar la inteligencia artificial y preservar el juicio clínico. Esto subraya la necesidad de programas de formación integrales para evitar tanto la falta de confianza como la sobredependencia de la tecnología.
Las consideraciones éticas clave incluyen garantizar el consentimiento del paciente para el uso de datos, mantener la transparencia algorítmica y prevenir sesgos en poblaciones diversas. El sistema debe someterse a validación en diferentes grupos étnicos y grupos de edad para evitar amplificar las desigualdades en salud existentes.
Si bien los costes de adquisición, integración y mantenimiento no se han divulgado, los economistas de la salud deberán sopesar estos gastos frente a los posibles ahorros derivados de la reducción en las cargas laborales y de la mejora en los resultados de los pacientes gracias a una detección más precoz del cáncer.
Sources
- nature.com
- gov.uk
