Evaluación de un sistema de inteligencia artificial para la detección de cáncer de mama

Evaluación de un sistema de inteligencia artificial para la detección de cáncer de mama

Un sistema de inteligencia artificial supera a expertos humanos en la predicción del cáncer de mama. En la evaluación de su eficacia en entorno clínico en un gran número de casos representativos del Reino Unido y de EE.UU., el sistema reduce el 5,7% y 1,2% (EE.UU. y R.U.) los falsos positivos y el 9,4% y 2,7% los falsos negativos.

La mamografía de detección tiene como objetivo identificar el cáncer de seno en las primeras etapas de la enfermedad, cuando el tratamiento puede ser más exitoso1. A pesar de la existencia de programas de detección en todo el mundo, la interpretación de las mamografías se ve afectada por las altas tasas de falsos positivos y falsos negativos2. Aquí presentamos un sistema de inteligencia artificial (IA) que es capaz de superar a los expertos humanos en la predicción del cáncer de mama. Para evaluar su desempeño en el entorno clínico, seleccionamos un gran conjunto de datos representativos del Reino Unido y un gran conjunto de datos enriquecidos de los EE. UU. Mostramos una reducción absoluta del 5,7% y 1,2% (EE. UU. y Reino Unido) en falsos positivos y del 9,4% y 2,7% en falsos negativos. Proporcionamos evidencia de la capacidad del sistema para generalizarlo desde el Reino Unido a los Estados Unidos. En un estudio independiente de seis radiólogos, el sistema de IA superó a todos los lectores humanos: el área bajo la curva característica operativa del receptor (AUC-ROC) para el sistema de IA fue mayor que el AUC-ROC para el radiólogo promedio por un margen absoluto del 11,5%. Realizamos una simulación en la que el sistema de IA participó en el proceso de doble lectura que se usa en el Reino Unido, y descubrimos que el sistema de IA mantenía un rendimiento no inferior y reducía la carga de trabajo del segundo lector en un 88%. Esta sólida evaluación del sistema de IA allana el camino para que los ensayos clínicos mejoren la precisión y la eficiencia de la detección del cáncer de mama.