El Instituto Politécnico Nacional (IPN) desarrolló un sistema de inteligencia artificial (IA) para priorizar los casos urgentes relacionados con el cáncer de mama, con el objetivo de agilizar la revisión de mamografías y favorecer una atención médica oportuna.
La herramienta identifica regiones anatómicas y posibles lesiones en estudios de mamografía, estima el nivel de riesgo de cáncer y establece prioridades para su revisión médica. Para ello, fue entrenada con información relacionada con la densidad mamaria y las características del tejido, de acuerdo con registros regionales.
¿Cómo funciona el sistema de IA del IPN para el cáncer de mama?
El proyecto está a cargo de Elsy Guadalupe Cruz Murrieta, maestra en Ciencias de la Computación y estudiante de doctorado, bajo la dirección de José Eduardo Valdez Rodríguez, investigador del Centro de Investigación en Computación (CIC), y con la asesoría de Lourdes Noemí Santos Aragón, maestra en Ciencias y médica radióloga especialista en imagen de la mama.
En 2024, México contaba con 674 médicos certificados para atender a cerca de 20 millones de mujeres en edad de detección, lo que representa uno de los principales desafíos para identificar oportunamente esta enfermedad.
A esta situación se suma la carga laboral de los especialistas, quienes evalúan, en promedio, entre 5 mil y 7 mil estudios al año. Este volumen de trabajo puede repercutir en la precisión de las evaluaciones, planteó Cruz Murrieta.
«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.
Inteligencia artificial entrenada con estudios de pacientes mexicanas
Uno de los componentes fundamentales del proyecto es una base de datos integrada por estudios de aproximadamente 700 pacientes mexicanas. La información se obtuvo mediante la colaboración con el Centro Médico ABC y el Instituto de Seguridad Social del Estado de México y Municipios (ISSEMYM), previa autorización de sus respectivos comités de ética.
Entrenar estos modelos con información de pacientes mexicanos permite desarrollar herramientas más acordes con el contexto clínico nacional, indicó Cruz Murrieta. Esto es relevante debido a las variaciones en la densidad mamaria y las características del tejido de cada paciente.
De esta manera, la investigación no solo evalúa la capacidad de la inteligencia artificial para identificar posibles lesiones, sino también su integración como herramienta de apoyo al proceso diagnóstico, bajo criterios de utilidad y seguridad.