Un nuevo método de aprendizaje automático podría evitar cirugías mamarias innecesarias (JCO Clin Cancer Inform)


  • Noticias Médicas
El acceso al contenido completo es sólo para profesionales sanitarios registrados. El acceso al contenido completo es sólo para profesionales sanitarios registrados.

Un equipo de investigación del Dartmouth-Hitchcock Medical Center (Estados Unidos) ha desarrollado un método de aprendizaje automático para predecir la mejoría de la hiperplasia ductal atípica (HDA) y, así, predecir la probabilidad de que este tipo de lesión mamaria de alto riesgo sea cancerosa, lo que podría evitar que algunas mujeres se sometan a cirugías innecesarias y a un tratamiento excesivo. Su estudio se publica en el JCO Clinical Cancer Informatics.

La HDA es una lesión mamaria asociada con un aumento de 4 a 5 veces en el riesgo de cáncer de mama. Se detecta principalmente mediante mamografía y se identifica en biopsia con aguja gruesa. En estos casos, la presencia de cáncer puede subestimarse en un 10-45%.

Actualmente, se recomienda la extirpación quirúrgica para todos los casos de HDA para determinar si la lesión es cancerosa. Alrededor del 20-30% se convierten en cáncer después de la escisión quirúrgica. Esto significa que 70-80% de las mujeres se someten a este procedimiento quirúrgico invasivo y costoso para una lesión benigna, aunque de alto riesgo.

El sistema de aprendizaje automático desarrollado puede identificar el 98% de todos los casos malignos antes de la cirugía, mientras que evita que el 16% se someta a esta operación poco efectiva.

Ahora, el equipo planea expandir el alcance de su modelo al incluir otras lesiones mamarias de alto riesgo, como neoplasia lobular, papilomas y cicatrices radiales. También valoran seguir validando su enfoque en grandes conjuntos de datos externos utilizando registros estatales y nacionales de cáncer de mama, así como colaborando con otros centros médicos.