El cáncer de mama sigue siendo una de las principales causas de mortalidad entre las mujeres en todo el mundo. Según la Organización Mundial de la Salud (OMS), en 2022 se diagnosticaron 2,3 millones de nuevos casos de cáncer de mama y se registraron 670,000 muertes por esta enfermedad. En Francia, el cáncer de mama es el tipo de tumor más común entre las mujeres, con más de 60,000 nuevos diagnósticos cada año y siendo la principal causa de muerte prematura.
Dada la gravedad de esta enfermedad, los investigadores de todo el mundo se han enfocado en encontrar formas de mejorar el diagnóstico precoz y la calidad de vida de las pacientes. Una reciente investigación realizada por la Universidad de Copenhague (Dinamarca) ha arrojado luz sobre cómo la inteligencia artificial (IA) podría ayudar a evaluar con mayor precisión el riesgo de desarrollar cáncer de mama.
Células senescentes y riesgo de cáncer
Uno de los principales aspectos de la evaluación del riesgo de cáncer de mama es la detección de células «zombies» o senescentes. Estas células aún están metabólicamente activas, pero han dejado de dividirse. Investigaciones previas han demostrado que este estado celular puede tanto inhibir el desarrollo del cáncer como contribuir a la inflamación y, por lo tanto, al crecimiento tumoral.
Los investigadores de la Universidad de Copenhague entrenaron un algoritmo de aprendizaje profundo de IA para identificar estas células senescentes. Primero, expusieron células cultivadas en laboratorio a daños intencionales para inducir la senescencia y luego utilizaron el algoritmo para analizar biopsias de donantes en busca de células dañadas.
La IA supera al modelo Gail
Según Indra Heckenbach, primera autora del estudio, el algoritmo de IA demostró ser más preciso que el modelo Gail, que es el estándar actual para evaluar el riesgo de cáncer de mama. De hecho, al combinar dos modelos de IA propios o uno de los modelos de IA con el puntaje de Gail, se obtuvo un odds ratio de 4,70, lo que significa que los donantes tenían casi cinco veces más probabilidades de desarrollar cáncer de mama en los próximos años.
Aplicaciones clínicas futuras
Aunque aún faltan varios años para que esta tecnología esté disponible en entornos clínicos, los investigadores están entusiasmados con su potencial. Una vez implementada, podrá utilizarse a nivel mundial, ya que solo requiere imágenes estándar de muestras de tejido.
El profesor asociado Morten Scheibye-Knudsen, autor principal del estudio, explica que esta herramienta permitirá a los médicos clasificar a los pacientes según su riesgo y mejorar los protocolos de detección y tratamiento. Las personas con alto riesgo podrían someterse a mamografías y biopsias más frecuentes, lo que facilitaría la detección precoz del cáncer. Al mismo tiempo, se podría reducir la carga para aquellos con bajo riesgo, realizando menos biopsias innecesarias.
Avances prometedores en el tratamiento del cáncer de mama
Además de los avances en la predicción del riesgo, también se han reportado progresos en el tratamiento del cáncer de mama. Investigadores franceses han anunciado resultados alentadores sobre la posibilidad de reducir el tratamiento de radioterapia recomendado actualmente para el cáncer de mama locorregional (extendido al seno y a los ganglios cercanos) de cinco a solo tres semanas.
La investigación realizada por la Universidad de Copenhague demuestra que la inteligencia artificial puede desempeñar un papel crucial en la evaluación del riesgo de cáncer de mama, superando a los métodos tradicionales. Esta tecnología tiene el potencial de mejorar significativamente los protocolos de detección y tratamiento, lo que podría cambiar la vida de millones de mujeres en todo el mundo. Junto con los avances en la reducción de la duración de la radioterapia, estos hallazgos ofrecen esperanza y un futuro más prometedor para las pacientes con cáncer de mama.
Este artículo fue elaborado con el apoyo de una herramienta de inteligencia artificial. Posteriormente, fue objeto de una revisión exhaustiva por parte de un periodista profesional y un redactor jefe, garantizando así su exactitud, su pertinencia y su conformidad con los estándares editoriales.
