Tomosíntesis, métodos contrastados, inteligencia artificial, evaluación de la densidad mamaria y screening basado en riesgo están cambiando las reglas del diagnóstico temprano del cáncer de mama. Diagnóstico Journal convocó a trece especialistas de Ibero-Latinoamérica y les formuló las mismas cinco preguntas. Más allá de los diferentes enfoques, sus respuestas convergen en una idea: el futuro ya no pasa por hacer el mismo estudio a todas las mujeres, sino por encontrar el estudio adecuado para cada mujer, en el momento adecuado y de acuerdo con su riesgo.
Durante décadas, hablar de detección temprana del cáncer de mama fue casi sinónimo de hablar de mamografía. Y aunque la mamografía continúa siendo la piedra angular del screening, el escenario actual es mucho más complejo —y también mucho más prometedor— que aquel modelo basado fundamentalmente en la edad y en una modalidad diagnóstica predominante.
Tomosíntesis, resonancia magnética, mamografía con contraste, protocolos abreviados y ultrafast, ecografía, intervencionismo y, más recientemente, inteligencia artificial están construyendo un ecosistema en el que cada tecnología aporta información diferente. Al mismo tiempo, conceptos como densidad mamaria y riesgo individual han dejado de ocupar un lugar secundario para convertirse en variables decisivas a la hora de determinar cómo estudiar a cada mujer.
En el Mes de Sensibilización sobre el Cáncer de Mama, Diagnóstico Journal propuso mirar hacia adelante. Convocamos a trece referentes en imágenes mamarias de Ibero-Latinoamérica y les hicimos las mismas cinco preguntas: cuál fue el avance que más transformó la especialidad, qué está ocurriendo con la inteligencia artificial, cómo abordar hoy la mama densa, cuánto falta para llegar a un screening personalizado y qué imaginan que cambiará el diagnóstico temprano durante los próximos cinco años.
Las respuestas muestran distintas miradas, pero una dirección común: la imagen mamaria está pasando de un modelo estandarizado a uno cada vez más personalizado, multimodal e integrado.
De ver mejor a comprender mejor
Si hubiera que elegir una tecnología que aparece reiteradamente entre los especialistas consultados, la tomosíntesis ocuparía un lugar central.
El Dr. Matías Landi la define como uno de los avances fundamentales de los últimos quince años por su capacidad para detectar más cánceres y caracterizar mejor las lesiones. La Dra. Ruby Espejo Fonseca coincide en señalar su impacto al disminuir el efecto de superposición tisular y mejorar particularmente la detección de cáncer invasivo. En la misma línea, la Dra. Beatriz González Ulloa la identifica directamente como el avance que más transformó la práctica reciente.
La Dra. Paola Pucci destaca además un aspecto fundamental: su incorporación permitió disminuir las tasas de rellamado y aumentar la detección de cáncer invasor, encontrando lesiones más pequeñas y con menor compromiso ganglionar.
Pero la evolución no terminó allí.
Para la Dra. Flavia Sarquis, uno de los cambios más relevantes de los últimos años ha sido la incorporación de los métodos contrastados, especialmente la mamografía con contraste y la resonancia abreviada. Estas herramientas adquieren particular importancia en mujeres con mamas densas, donde permiten superar algunas de las limitaciones de la mamografía convencional.
La Dra. Selma Di Pace Bauab propone una mirada todavía más amplia: mamografía digital, tomosíntesis, mamografía contrastada, evolución de los equipos y transductores de ultrasonido, avances en resonancia magnética y procedimientos intervencionistas forman parte de una transformación conjunta que, además, amplió el papel del radiólogo en el cuidado de la paciente.
Ese concepto de integración se repite en varias de las respuestas.
El Dr. Daniel Mysler considera que el verdadero cambio fue pasar de una visión basada casi exclusivamente en la mamografía a un diagnóstico mamario verdaderamente multimodal. Ya no se trata de encontrar una tecnología que sustituya a otra, sino de disponer de diferentes herramientas y saber combinarlas de acuerdo con el riesgo, la densidad mamaria y el problema clínico particular.
El Dr. Javier Rodríguez Lucero lleva esta idea un paso más allá: para él, el avance no puede analizarse únicamente desde la tecnología. El cambio profundo surge cuando las diferentes modalidades son manejadas de manera integral por un especialista en imágenes mamarias que, a su vez, forma parte de un equipo multidisciplinario junto con mastólogos, oncólogos, patólogos, cirujanos y otros profesionales.
La Dra. María Lucrecia Ballarino comparte esa perspectiva. Las nuevas tecnologías ampliaron enormemente las posibilidades del diagnóstico, pero su verdadero valor aparece cuando la información obtenida se integra con la clínica, la anatomía patológica y las decisiones terapéuticas.
Y la Prof. Dra. Karina Pesce introduce otra dimensión de esta evolución: la imagen mamaria ya no solamente detecta y caracteriza; también interviene.
Las biopsias asistidas por vacío permiten obtener mayor cantidad de tejido y, en determinadas lesiones, plantear una escisión percutánea. A esto se suma el desarrollo de procedimientos como la crioablación en pacientes cuidadosamente seleccionadas. De esta manera, el especialista en imágenes comienza a participar no solo del diagnóstico, sino también de estrategias terapéuticas menos invasivas.
La revolución, entonces, parece ser más profunda que simplemente “ver mejor”. Consiste en obtener más información de las imágenes, integrarla mejor y utilizarla para tomar decisiones más precisas.
Inteligencia artificial: copiloto, no reemplazo
Si existe un punto de coincidencia prácticamente unánime entre los especialistas consultados es este: la inteligencia artificial tendrá un papel central en el futuro de la imagen mamaria, pero no reemplazará al radiólogo.
La discusión “IA versus médico” parece, al menos entre los referentes entrevistados, definitivamente superada.
Mysler lo resume con claridad: la IA puede reconocer y detectar patrones, actuar como segundo lector, priorizar estudios, evaluar densidad y colaborar en la estimación del riesgo. Pero diagnosticar implica mucho más. Significa comparar estudios actuales con anteriores, correlacionar diferentes modalidades, incorporar antecedentes clínicos y factores de riesgo e interpretar toda esa información en un contexto determinado.
Por eso, anticipa un futuro de médicos especialistas utilizando inteligencia artificial, más que una competencia entre ambos.
La Dra. Gabriela Sastre coincide: la IA ya puede funcionar como una segunda mirada, identificar hallazgos sutiles y llamar la atención sobre determinadas áreas. El escenario deseable no es “radiólogo versus inteligencia artificial”, sino un mejor radiólogo con acceso a mejores herramientas.
Para Espejo Fonseca, la IA deberá transformarse en una suerte de copiloto, capaz de integrar imagen, riesgo y datos de la paciente para favorecer diagnósticos más precisos y oportunos. Y agrega un cambio interesante en el rol profesional: el radiólogo tendrá que estar más cerca de sus pacientes y de los médicos referentes y, en sus palabras, “salirse del cuarto azul”.
La automatización, paradójicamente, podría devolver tiempo para aquello que la tecnología no puede reemplazar: la relación médico-paciente.
Di Pace Bauab también anticipa que la IA podrá automatizar las tareas más sencillas y permitir que el especialista concentre su tiempo en los casos complejos. Pero advierte que es necesario elegir cuidadosamente qué plataforma utilizar y con qué finalidad. La última palabra, subraya, sigue siendo del radiólogo.
Pesce agrega otra aplicación menos visible, pero de enorme valor: usar IA para auditar el propio trabajo. Revisar discordancias, analizar estudios anteriores de pacientes que posteriormente desarrollaron cáncer y reconocer patrones de error puede convertir a estos sistemas no solo en herramientas diagnósticas, sino también en instrumentos de aprendizaje y control de calidad.
Sin embargo, no todos consideran que la revolución ya haya llegado plenamente a la práctica cotidiana.
Rodríguez Lucero advierte que las herramientas disponibles actualmente en nuestro medio todavía no son tan transformadoras como probablemente lo serán a muy corto plazo. Landi señala una limitación particularmente relevante para Latinoamérica: el costo y la discusión acerca de quién asumirá esa inversión.
La Dra. Marina Álvarez Benito también considera que, pese al enorme desarrollo de software, la aplicación cotidiana todavía es moderada. Pero ve en la IA una de las grandes posibilidades para mejorar los programas de cribado, optimizar el tiempo del radiólogo y, fundamentalmente, avanzar hacia la evaluación individual del riesgo.
Sarquis suma dos condiciones indispensables para Latinoamérica: modelos de financiamiento y validación clínica sólida. Incorporar un algoritmo no alcanza. Será necesario demostrar que funciona en la población donde se utilizará, medir su desempeño y monitorear sus resultados a lo largo del tiempo.
Mama densa: ya no alcanza con informarla
Durante mucho tiempo la densidad mamaria fue considerada principalmente una dificultad técnica: cuanto mayor cantidad de tejido fibroglandular, menor sensibilidad de la mamografía.
Hoy sabemos que el problema es doble. La densidad puede ocultar lesiones, pero además constituye en sí misma un factor de riesgo.
Esta nueva mirada modifica la estrategia.
Para Rodríguez Lucero, el primer paso es aparentemente sencillo, pero fundamental: la mujer debe saber qué tipo de mama tiene. Muchas pacientes todavía desconocen su densidad mamaria y, por lo tanto, tampoco conocen sus implicancias.
Pesce coincide en que informar la densidad no puede limitarse a agregar una frase en el reporte. Ese dato debe ser interpretado junto con la edad, los antecedentes personales y familiares, las biopsias previas y el riesgo global.
La gran pregunta es qué estudio complementario indicar.
Y aquí aparece un punto importante: mama densa no debería ser sinónimo automático de un mismo estudio para todas.
Tomosíntesis, ecografía, resonancia magnética y mamografía con contraste pueden ocupar diferentes lugares según el grado de densidad y, fundamentalmente, el riesgo individual.
Espejo Fonseca plantea que el desafío consiste en aumentar la detección sin incrementar innecesariamente los falsos positivos y las biopsias. Sastre también insiste en que no todas las mujeres con mamas densas necesitan el mismo estudio complementario.
Álvarez Benito señala que cualquier estrategia destinada a esta enorme población debe cumplir varias condiciones simultáneamente: ser aceptable para las mujeres, poder implementarse a gran escala, tener un costo asumible y no disparar los falsos positivos. En ese contexto, considera que la mamografía con contraste podría ocupar un papel relevante por su mayor disponibilidad frente a la resonancia, facilidad de realización e interpretación y menor costo.
Los métodos funcionales aparecen repetidamente en las respuestas. Resonancia magnética, protocolos abreviados y mamografía con contraste permiten acceder a información que va más allá de la anatomía y podrían ocupar un espacio creciente en pacientes seleccionadas.
Pero existe un problema que atraviesa prácticamente todas las respuestas: la realidad de Latinoamérica es profundamente heterogénea.
Mientras algunos centros disponen de tomosíntesis, resonancia, mamografía contrastada e inteligencia artificial, existen regiones donde todavía es difícil garantizar el acceso a una mamografía de calidad.
González Ulloa identifica directamente la inequidad en el acceso a los estudios de imagen como uno de los principales desafíos de la región. Sastre plantea que cualquier evolución tecnológica deberá acompañarse de políticas que eviten que estos avances queden restringidos a un pequeño grupo de mujeres.
Mysler lo sintetiza en un interrogante central para nuestra región: ¿cómo transformar la evidencia científica en estrategias que realmente puedan implementarse?
Porque un modelo perfecto al que accede una minoría difícilmente pueda considerarse una solución.
De la edad al riesgo: ¿el final del screening igual para todas?
Probablemente este sea el cambio conceptual más fuerte que surge de las trece entrevistas.
Dos mujeres pueden tener exactamente la misma edad y, sin embargo, riesgos completamente diferentes de desarrollar cáncer de mama. ¿Por qué, entonces, deberían recibir necesariamente el mismo estudio y con la misma frecuencia?
“Estamos llegando al final del concepto de que todas las mujeres deben ser estudiadas de la misma manera simplemente porque tienen la misma edad”, plantea Mysler.
Rodríguez Lucero utiliza una expresión particularmente gráfica: “dosis diagnóstica”.
Así como diferentes pacientes requieren diferentes dosis de un medicamento, sostiene, tampoco resulta lógico que mujeres con edades, antecedentes, densidades y niveles de riesgo muy distintos reciban exactamente la misma estrategia diagnóstica.
Una mujer de riesgo promedio puede estar correctamente controlada con una determinada modalidad, mientras que otra con antecedentes familiares relevantes, una mama extremadamente densa o riesgo genético puede requerir estudios contrastados o intervalos diferentes.
Pucci plantea que la estratificación debería comenzar tempranamente, idealmente entre los 25 y 30 años, incorporando antecedentes familiares, densidad mamaria, mutaciones genéticas y otros factores capaces de modificar el riesgo.
Pesce agrega otro concepto relevante: el riesgo no debería calcularse una sola vez en la vida. Es dinámico. Los antecedentes, las biopsias, los factores hormonales y reproductivos y otras variables pueden cambiar, por lo que también debería reevaluarse la estrategia.
Sarquis coincide en abandonar la idea del riesgo como un dato estático y propone incorporar, además de los factores clásicos, nuevas variables y herramientas de IA capaces de estimar el riesgo durante los años siguientes.
Y aquí la inteligencia artificial vuelve a entrar en escena.
El objetivo ya no sería solamente utilizar un algoritmo para encontrar un cáncer visible en una mamografía. El salto siguiente será extraer de las propias imágenes información que el ojo humano no puede reconocer y que permita anticipar qué mujer tiene mayor probabilidad de desarrollar cáncer en el futuro.
González Ulloa menciona sistemas capaces de colaborar en la predicción del desarrollo de lesiones años antes de su manifestación radiológica. Álvarez Benito también destaca los softwares destinados a calcular riesgo individual directamente a partir de la mamografía.
Si estas herramientas logran validarse adecuadamente, el cambio podría ser enorme: determinar no solo quién necesita un estudio adicional, sino también qué estudio necesita, cuándo debería realizarlo y con qué frecuencia debería repetirlo.
Personalizar no significa estudiar más
Este punto merece especial atención.
Screening personalizado no significa necesariamente sumar estudios. De hecho, varios de los especialistas plantean exactamente lo contrario.
El objetivo es utilizar mejor los recursos.
Hay mujeres que actualmente reciben estudios complementarios de manera rutinaria sin que necesariamente los necesiten y, al mismo tiempo, otras con riesgo elevado que no acceden a las modalidades que podrían beneficiarlas.
Pucci describe esta paradoja regional con claridad: en algunos lugares las mujeres ni siquiera acceden a un tamizaje mínimo y en otros se utilizan recursos de más simplemente porque están disponibles.
Personalizar implica romper esa lógica.
No se trata de pedir mamografía, ecografía, resonancia y mamografía con contraste a todas. Se trata de identificar quién se beneficiará realmente de cada herramienta.
La inteligencia artificial podría tener aquí uno de sus impactos más importantes: ayudar a estratificar la población, seleccionar a las pacientes que necesitan estudios adicionales y liberar recursos en aquellas en las que no aportarían un beneficio significativo.
El desafío, sin embargo, será garantizar que la medicina de precisión no termine profundizando las desigualdades existentes.
La personalización solo será verdaderamente transformadora si también puede ser accesible.
Los próximos cinco años: integración antes que una tecnología milagrosa
Cuando les preguntamos qué tecnología tendrá mayor impacto durante los próximos cinco años, las respuestas vuelven a alejarse de la idea de una única “máquina revolucionaria”.
La palabra que mejor resume el futuro es convergencia.
IA, imágenes funcionales, tomosíntesis, resonancia abreviada, mamografía con contraste y modelos individualizados de riesgo comenzarán a integrarse cada vez más.
Mysler imagina estudios más rápidos y sensibles, apoyados por IA, capaces de detectar tumores biológicamente relevantes en etapas más tempranas.
Di Pace Bauab anticipa un protagonismo creciente de los métodos de evaluación funcional —particularmente mamografía contrastada y resonancia— con protocolos optimizados y asistencia de IA.
González Ulloa también apuesta por la combinación entre imagen funcional e IA, mientras que Sastre considera que la gran evolución será integrar mejores tecnologías de imagen con herramientas capaces no solo de detectar lesiones, sino también de evaluar riesgo.
Para Sarquis, el verdadero salto surgirá de combinar IA con modelos de riesgo dinámico, especialmente en mujeres asintomáticas que desconocen su propio riesgo.
Álvarez Benito visualiza el mismo camino: tomosíntesis e IA en programas de cribado de calidad, métodos avanzados para mujeres sintomáticas o de alto riesgo y una progresiva evolución hacia estrategias personalizadas.
Pesce agrega que el futuro también traerá tratamientos menos invasivos y una participación cada vez mayor de la imagen en la toma de decisiones terapéuticas.
En definitiva, el próximo gran avance quizá no tenga un único nombre.
Una nueva pregunta para el diagnóstico mamario
Durante muchos años, gran parte de la innovación en imágenes mamarias buscó responder una pregunta: ¿cómo podemos detectar mejor el cáncer?
Esa pregunta continúa siendo esencial, pero las respuestas de estos trece referentes muestran que estamos empezando a formular otra, posiblemente más ambiciosa:
¿cómo podemos detectar mejor el cáncer que importa, en la mujer que tiene riesgo de desarrollarlo, utilizando el estudio adecuado y en el momento preciso?
La mamografía seguirá siendo fundamental. La tomosíntesis ya transformó la forma de mirar la mama. Los métodos contrastados están ampliando la sensibilidad diagnóstica. La inteligencia artificial promete descubrir información hasta ahora invisible y convertir las imágenes en una nueva fuente de estimación de riesgo.
Pero el cambio más profundo podría no estar en ninguna de esas tecnologías por separado.
Podría estar en abandonar definitivamente la idea de que existe una única estrategia válida para todas.
Como resume Ruby Espejo Fonseca: “El futuro de la imagen mamaria no será hacer más estudios a todas las mujeres, sino utilizar mejor la tecnología para ofrecer a cada mujer el estudio adecuado, en el momento adecuado y de acuerdo con su riesgo”.
Ese parece ser el punto de encuentro entre las diferentes miradas.
El futuro del diagnóstico mamario será tecnológico, sin duda. Será también más preciso, más integrado y probablemente menos invasivo. Pero, sobre todo, tendrá que ser más personalizado y más accesible.
Porque el verdadero avance no será solamente detectar antes.
Será conseguir que esa posibilidad llegue a cada mujer que la necesita.
Los invitamos a ver la entrevistas completas en nuestra web:
Dra. Lucrecia Ballarino: de detectar la enfermedad a anticiparse a ella
Dra. Selma Bauab: más tecnología para fortalecer el rol del radiólogo
Dra. Ruby Espejo Fonseca: la inteligencia artificial como “copiloto” del radiólogo
Dra. Paola Pucci: personalizar para utilizar mejor los recursos
Dra. Marina Álvarez Benito: tecnología, organización y el camino hacia un cribado personalizado
Dra. Marcela Uchida: la evidencia como motor de un screening más personalizado
Prof. Dra. Karina Pesce: cuando las imágenes también forman parte del tratamiento
Dra. Gabriela Sastre: de mejores imágenes a más información
Dra. Flavia Sarquis: del riesgo estático a un modelo dinámico y personalizado
Dra. Beatriz Ulloa: tecnología, prevención y el desafío del acceso
Dr. Javier Rodríguez Lucero: una “dosis diagnóstica” para cada mujer
Dr. Daniel Mysler: hacia un diagnóstico mamario personalizado