Durante el European Congress of Radiology, Diagnóstico Journal visitó el stand de Lunit para conocer sus últimas soluciones en inteligencia artificial aplicadas al diagnóstico por imágenes. Allí conversamos con Marine Marty, Senior Regional Marketing Manager para Europa y Medio Oriente, y con la Dra. Ana Luisa Palacios Acedo, Directora Médica de la compañía para la misma región.
IA para la detección de cáncer de mama: precisión y optimización del workflow
Marine Marty explicó que uno de los principales focos de la compañía en esta edición del congreso fue la presentación de su suite de inteligencia artificial para la detección de cáncer de mama, disponible tanto para mamografía 2D como para tomosíntesis (DBT).
Estas soluciones están diseñadas para asistir al radiólogo mediante la detección de lesiones potencialmente malignas, generando alertas específicas únicamente en aquellos hallazgos con sospecha de malignidad, evitando así distracciones con lesiones benignas.
“El sistema asigna un score de anormalidad a cada lesión, indicando la probabilidad de que se trate de un cáncer. Cuanto mayor es el score, mayor es la probabilidad”, explicó Marty. “Se trata de una herramienta de apoyo que permite al radiólogo focalizar su atención en los estudios que requieren una evaluación más detallada”.
Actualmente, estas soluciones ya están implementadas en múltiples programas de screening en Europa y Medio Oriente, incluyendo países como Portugal, Italia, España, Suecia, Alemania y Francia.
Un caso particularmente relevante es el de Suecia, donde —en línea con los programas nacionales de screening que requieren doble lectura— un hospital reemplazó al segundo lector humano por inteligencia artificial. En este contexto, la solución de Lunit está siendo utilizada como segundo lector, una experiencia que está siendo presentada en distintas sesiones científicas durante el congreso.
IA en radiografía de tórax: hacia una doble capa de seguridad
Además de sus soluciones en senología, Lunit presentó avances en su plataforma de inteligencia artificial para radiografía de tórax.
La herramienta permite detectar hallazgos sospechosos en estudios de rayos X, alertando al radiólogo sobre posibles anormalidades. Sin embargo, la novedad de este año es la nueva versión Lunit Insight CXR4, que incorpora una funcionalidad adicional: la evaluación de normalidad.
“Esta nueva versión trabaja con dos motores en paralelo: uno para detectar hallazgos sospechosos y otro para identificar estudios normales”, explicó Marty. “Esto actúa como una doble capa de seguridad y permite a los profesionales priorizar su lectura”.
Si bien esta versión aún no se encuentra disponible en Latinoamérica, se espera su llegada en los próximos años.
Otra de las ventajas destacadas es la capacidad del sistema de autogenerar reportes preliminares, lo que permite a los radiólogos revisar y validar la información en lugar de redactarla desde cero, optimizando significativamente el tiempo de lectura e informe, especialmente en contextos de alto volumen de estudios.
Evidencia clínica: más de 20 estudios presentados en ECR
Por su parte, la Dra. Ana Luisa Palacios Acedo destacó la sólida presencia científica de Lunit en el congreso, con más de 20 abstracts presentados en ECR 2026, abarcando tanto aplicaciones en radiografía de tórax como en imagen mamaria.
En el área de tórax, uno de los estudios más relevantes fue presentado por un equipo de la Universidad de Radboud, que realizó una evaluación independiente comparando diferentes soluciones de IA para la detección de nódulos pulmonares.
“Este tipo de estudios es clave porque permite a los radiólogos comparar el rendimiento de distintas herramientas, cabe aclarar que el estudio no fue realizado en condiciones reales, sino con un dataset compuesto de imágenes de CXR con nódulos pulmonares pequeños y/o difíciles de identificar”, señaló. “En este análisis, Lunit alcanzó el mejor desempeño, con un área bajo la curva (AUC) de 0.94, posicionándose como el sistema con mayor precisión, tanto en versiones previas como en la nueva versión CXR4”.
Avances en senología: detección temprana y personalización del screening
En el campo de la imagen mamaria, Lunit presentó múltiples estudios enfocados en detección temprana, cánceres de intervalo y personalización del screening.
Entre ellos, se destacó el trabajo de la Dra. Claudia Weiss, que analiza la evolución del score de anormalidad en pacientes que desarrollan cáncer de mama, evaluando su potencial como factor de riesgo para personalizar las estrategias de screening.
Otro estudio relevante, liderado por la Dra. Di Gaetano, se centró en la capacidad de la IA para detectar cánceres de intervalo, es decir, aquellos que aparecen entre dos rondas de screening, mostrando resultados altamente prometedores.
Asimismo, la Dra. Karin Dembrower presentó un estudio retrospectivo que explora el uso de la IA para identificar estudios normales que podrían no requerir revisión por parte del radiólogo, una estrategia que, si bien aún es teórica, podría tener un impacto significativo en la optimización del flujo de trabajo.
Finalmente, un estudio realizado en el Reino Unido comparó el rendimiento de las soluciones de Lunit en mamografía 2D, imágenes sintéticas de 2D y tomosíntesis 3D, demostrando altas tasas de detección y un sólido desempeño diagnóstico en las 3 modalidades.