La mayoría de las mujeres continúa identificando el cáncer de mama como su principal amenaza para la salud, aunque la evidencia epidemiológica señala que las enfermedades cardiovasculares son la primera causa de muerte femenina.
Frente a este desajuste en la percepción de riesgo, la incorporación de inteligencia artificial (IA) en las mamografías abre una vía innovadora para anticipar y reducir tanto el riesgo de cáncer como el de patologías cardíacas.
Según recientes investigaciones publicadas en el European Heart Journal, la mamografía asistida por IA permite una prevención dual y oportuna de las principales amenazas para la salud de la mujer.
La aplicación de IA en el análisis de mamografías facilita la identificación automática de la calcificación arterial mamaria (CAS), un marcador que se consolidó como predictor independiente de eventos cardiovasculares adversos. Esta tecnología permite que, durante la rutina de cribado mamográfico, se evalúe simultáneamente el riesgo de enfermedad cardíaca, sin necesidad de estudios adicionales ni exposición extra a radiación.
¿Cómo detecta la IA en mamografías el riesgo cardiovascular?
La calcificación arterial mamaria, también denominada BAC (por sus siglas en inglés), es un hallazgo que puede observarse en mamografías y que, históricamente, se consideraba incidental. La IA revolucionó este campo al permitir la cuantificación automática y estandarizada del BAC, utilizando redes neuronales avanzadas basadas en arquitecturas de transformadores. Según el European Heart Journal, este abordaje técnico clasifica el grado de calcificación en leve, moderado o grave, proporcionando a los profesionales una herramienta precisa y reproducible para la evaluación del riesgo cardiovascular.
Según precisó el cardiólogo e investigador Eric Topol en su boletín Ground Truths (Verdades Fundamentales), donde el médico publica análisis sobre longevidad, medicina de precisión, inteligencia artificial y cambios en el estilo de vida, a diferencia de la interpretación convencional, la IA reporta la presencia y gravedad de las calcificaciones de manera sistemática, lo que facilita la identificación de mujeres en riesgo que habitualmente no serían derivadas a estudios cardiológicos.
Esta automatización contribuye a una vigilancia más exhaustiva y menos dependiente de la subjetividad individual.
Evidencia clínica: predicción y reducción de eventos cardiovasculares
Un estudio multicéntrico publicado en el European Heart Journal analizó retrospectivamente a 123.762 mujeres sometidas a mamografías de cribado en dos sistemas de salud. Los resultados evidenciaron una clara relación dosis-respuesta entre la cantidad de CAS detectada y la incidencia de eventos cardiovasculares adversos mayores (MACE), incluidos infarto agudo de miocardio, accidente cerebrovascular e insuficiencia cardíaca.
En modelos ajustados por métodos tradicionales de estratificación de riesgo, la presencia de CAS leve incrementó el riesgo de MACE en un 28-32%, la CAS moderada lo elevó hasta un 75-79% y la CAS grave hasta un 280-329%, en comparación con mujeres sin calcificación. Además, cada aumento de 1 mm² en la superficie de CAS se asoció con un 2-3% más de riesgo cardiovascular. Estos datos confirman que la cuantificación automática de la BAC por IA añade valor pronóstico a las escalas convencionales, permitiendo identificar pacientes en riesgo antes de que presenten síntomas clínicos.
La notificación sistemática de CAS en los informes de mamografía podría transformar la prevención cardiovascular, ya que permitiría adoptar medidas preventivas de manera precoz y dirigida.
Prevención dual: cáncer de mama y enfermedades cardíacas
La mamografía es una de las pruebas de cribado más aceptadas entre mujeres de 40 a 70 años: más del 65% de esta población en Europa y Estados Unidos la realiza según las últimas estadísticas. Este alto grado de adherencia representa una oportunidad única para identificar simultáneamente el riesgo de cáncer de mama y de enfermedad cardiovascular en la misma exploración.
En los últimos años, herramientas y algoritmos de IA como Transpara, DeepHealth, CLARITY Breast y CureMetrix han sido validados y autorizados por la Administración de Alimentos y Medicamentos de Estados Unidos (FDA) para el análisis integral de mamografías. Estos sistemas permiten detectar lesiones sospechosas y, al mismo tiempo, cuantificar la calcificación arterial, generando alertas para la intervención preventiva temprana.
La integración de IA en mamografía plantea un desafío para la práctica clínica: definir protocolos claros de derivación y seguimiento cuando se detecta un alto riesgo cardiovascular o oncológico, y asegurar la coordinación efectiva entre atención primaria, cardiología y oncología.
Obstáculos, costos y desafíos para la implementación masiva
A pesar de las ventajas demostradas, la adopción generalizada de la IA en mamografías enfrenta obstáculos relevantes. En Estados Unidos, el acceso a la interpretación mediante IA está restringido a redes limitadas y, en muchos casos, supone un costo adicional para la paciente, como ocurre con servicios como Mammo+Heart o CLARITY Breast. Además, existe variabilidad en la validación y el rendimiento de los diferentes algoritmos, lo que dificulta la estandarización y la comparación directa de resultados.
El European Heart Journal y el boletín Ground Truths de Topol advierten que la falta de cobertura médica universal y la ausencia de consenso en protocolos de manejo ante hallazgos de alto riesgo limitan la equidad y la eficacia de estas innovaciones. Se requieren más estudios prospectivos y evaluaciones de costo-efectividad para impulsar la integración de la IA como estándar de atención.
Perspectivas y futuro de la mamografía asistida por IA
La evidencia acumulada respalda la consolidación de la mamografía asistida por IA como plataforma de prevención integral en salud femenina. Se espera que nuevas generaciones de algoritmos integren la detección precoz de cáncer, la predicción de riesgo y la evaluación cardiovascular en un solo paquete diagnóstico, haciéndolo más accesible, preciso y económico.
Expertos como Topol, referente internacional en medicina de precisión, destacan que la identificación sistemática de la BAC mediante IA debería convertirse en un nuevo estándar para reducir la mortalidad femenina por enfermedades no oncológicas.
“Es hora de trasladar la BAC de la observación a la implementación, aprovechando un punto de contacto en el que las mujeres ya confían, para avanzar en la prevención de lo que sigue siendo la principal causa de muerte entre las mujeres”, señala Topol.
El desafío inmediato reside en superar las barreras de acceso y costo para que todas las mujeres puedan beneficiarse de la mejor información disponible sobre su salud cardiovascular y oncológica en una sola prueba, marcando así un avance decisivo en la medicina preventiva del siglo XXI.