Entrevistamos a la doctora Beatriz González Ulloa, una médico radiólogo especializada en imagen de mama, quien trabaja en DEI, Diagnóstico Especializado por Imagen en Guadalajara, Jalisco, México. Dialogamos acerca de la adopción del software Lunit en su práctica profesional.
¿Qué motivó la decisión de incorporar el software de Lunit en su trabajo?
Explorando las innovaciones tecnológicas, especialmente en el campo de la inteligencia artificial que está en constante evolución, valoramos en gran medida cualquier herramienta que pueda mejorar el diagnóstico y, en consecuencia, beneficiar a nuestras pacientes. La búsqueda de soluciones que faciliten la labor en el área de imagen de mama es siempre bienvenida.
¿Cómo ha influido el software en su rutina diaria?
Este software, como es típico con cualquier novedad, presenta ventajas y desafíos. Resulta de gran utilidad, ya que nos permite identificar áreas de posible sospecha, en especial la presencia de microcalcificaciones. El software realiza marcas en áreas que podrían tener lesiones, como tumoraciones o zonas de distorsión, siendo las microcalcificaciones su enfoque principal. Cuando revisamos mamografías y realizamos ultrasonidos para varias pacientes, el Lunit destaca automáticamente zonas de interés, lo que orienta nuestra atención hacia esas áreas específicas. No obstante, es imperativo validar las marcas del Lunit o del Sistema de Inteligencia Artificial, ya que existen calcificaciones benignas que también llaman la atención.
Mi práctica implica verificar las indicaciones del Lunit, compararlas con la mamografía convencional y, si es necesario, enfocarnos en la zona señalada. Nuestro equipo de radiólogas, conformado por dos con experiencia y dos más jóvenes, también aprovecha esta herramienta. Cuando el Lunit resalta alguna área, las radiólogas más jóvenes investigan si es un hallazgo genuino y sospechoso, o simplemente calcificaciones benignas. En resumen, esta tecnología agiliza y mejora nuestra labor, ya que, a pesar de revisar todas las mamografías, nos enfocamos en las zonas señaladas por el Lunit.
Es importante reconocer que las tecnologías no son infalibles. Aunque el Lunit identifica muchas calcificaciones benignas, el juicio clínico del radiólogo es esencial para discernir y tomar decisiones adecuadas. A veces, el software no detecta tumores evidentes, que luego se revelan como quistes en el ultrasonido. Esta capacidad del software para diferenciar entre lo sospechoso y lo benigno en tumores, especialmente los de mayor tamaño, es destacable.
¿Ha reducido la necesidad de realizar estudios innecesarios gracias a la inteligencia artificial?
En este contexto, no hemos dejado de realizar estudios, ya que el software analiza las imágenes que capturamos durante las mamografías. No obstante, sí hemos disminuido la necesidad de realizar proyecciones adicionales, como las laterales. En casos de detección de calcificaciones, es esencial realizar proyecciones de magnificación, lo que ha llevado a algunas biopsias adicionales. Esta tecnología también ha permitido identificar lesiones pequeñas que antes podrían haber pasado desapercibidas.
Nuestra rutina típica implica la realización de mamografías, seguida de ultrasonidos para la mayoría de las pacientes. Si una lesión es benigna en el ultrasonido, evitamos realizar una biopsia innecesaria. Sin embargo, he llevado a cabo más biopsias en lesiones identificadas por el Lunit, en especial en casos de calcificaciones.
Es necesario resaltar que se requiere más experiencia a nivel global. Los software de inteligencia artificial aprenden con el tiempo y la alimentación constante de datos es fundamental para mejorar la detección de diversas lesiones. Aunque hay situaciones sorprendentes en las que el Lunit detecta lo que el ojo humano no ve en una mamografía, el proceso de perfeccionamiento continúa.
¿Puede compartir sus observaciones sobre la concordancia en la densidad mamaria?
La concordancia entre el Lunit y el software Quantra para evaluar la densidad mamaria es notable. Las clasificaciones coinciden en su mayoría. Las discrepancias son más evidentes en pacientes con implantes mamarios, lo que puede ser un desafío para ambos softwares. Aunque estas discrepancias son raras, especialmente en pacientes sin implantes, se requiere más desarrollo en este aspecto.
Aunque en México no existe una norma que exija la evaluación de la densidad mamaria, reconocemos su importancia como factor de riesgo para el cáncer de mama. En Estados Unidos, esta evaluación es obligatoria. La introducción de tecnologías como el Lunit y el Quantra ha mejorado nuestra concordancia y precisión en la identificación de la densidad mamaria. Estamos notando cómo la variabilidad entre observadores y en diferentes momentos disminuye con el uso de estos software. Esto tiene un impacto significativo en la detección temprana y el manejo del riesgo de cáncer de mama.
En resumen, la incorporación de la inteligencia artificial a nuestra práctica ha traído beneficios notables, aunque también implica desafíos propios de las tecnologías emergentes. La colaboración entre la intuición del radiólogo y el análisis del software enriquece nuestro enfoque y mejora el cuidado de nuestras pacientes.
