Detección cáncer de mama, ¿la IA más eficaz que la radialogía?
Google ha desarrollado un sistema de IA, Inteligencia Artificial, basado en un algoritmo que detecta con mayor precisión que los radiólogos el cáncer de mama
-
ESAM Medicina Estética, un nuevo impulso para el sector
-
De corregir a prevenir: la Dra. Beatriz Beltrán analiza las tendencias que marca el IMCAS
La medicina estética evoluciona hacia un modelo preventivo, regenerativo y tecnológico, centrado en el diagnóstico médico y el abordaje integral del envejecimiento
-
El 18º 5CC World Congress elige Madrid como nueva sede internacional en 2026
El 18º 5CC World Congress celebrará su edición 2026 en Madrid, reuniendo a expertos internacionales en dermatología médica, medicina estética y longevidad
-
Medicina estética: más de 200 médicos alertan sobre una regulación insuficiente
En una tribuna, más de 200 médicos reunidos en el Círculo de Buenas Prácticas en Medicina Estética señalan un vacío normativo que favorece las prácticas fuera de marco legal y la banalización de los actos médicos en las redes sociales
-
La evidencia científica y la experiencia en pacientes: claves que respaldan el uso de Sculptra®
El tratamiento está avalado por más de 20 años de uso clínico, más de 50 publicaciones científicas y datos procedentes de más de 10.000 pacientes2
-
Tendencias 2026 en estética masculina: qué piden los hombres hoy
Cada vez más hombres recurren a tratamientos para proyectar seguridad, juventud y bienestar. En 2026, esta tendencia se afianza con mejoras sutiles, naturales, con mínima recuperación y capaces de reforzar la personalidad masculina
Según un estudio británico, una técnica de inteligencia artificial (IA) desarrollada por Google ha proporcionado una mayor precisión que los radiólogos para identificar los cánceres de mama a partir de imágenes de mamografías.
Estos hallazgos, publicados en la revista científica Nature, "sugieren que estamos desarrollando una herramienta que puede ayudar a los médicos a identificar el cáncer de mama con mayor precisión", dice el Dr. Dominic King, jefe del Reino Unido en Google Salud, y coautor de este estudio.
"Se necesitan más ensayos, validación clínica y aprobaciones regulatorias antes de que esto pueda comenzar a marcar la diferencia para los pacientes, pero estamos comprometidos a trabajar con nuestros socios para lograr este objetivo", añade el investigador en un comunicado de prensa del Imperial College de Londres.
Esta técnica de inteligencia artificial (IA) derivada de la investigación de Google se basa en un modelo matemático, un algoritmo. Fue entrenado, alimentado, con casi 29.000 imágenes de mamografías de Gran Bretaña y en menor medida de los Estados Unidos. Los expertos tuvieron acceso a la historia del paciente al interpretar imágenes de rayos X, mientras que la IA sólo tuvo acceso a la última mamografía.
La IA mostró una reducción en la proporción de casos en los que el cáncer se detectó incorrectamente, en un 5,7% en las imágenes estadounidenses estudiadas y en un 1,2% en los británicos. El algoritmo también redujo el porcentaje de diagnósticos perdidos en un 9,4% entre las imágenes estadounidenses y un 2,7% entre los de Gran Bretaña.
Servir como "segunda" opinión
"Cuanto antes identifiques el cáncer de mama, mejor para el paciente", dijo Dominic King, jefe de Google Health, a La AFP. En los Estados Unidos, sólo se realiza una lectura de las imágenes de cribado, mientras que en el Reino Unido, las mamografías ofrecidas a mujeres de entre 50 y 71 años son examinadas por dos radiólogos. Este es también el caso en el contexto de la proyección organizada ofrecida en Francia a mujeres de entre 50 y 74 años.
El equipo de Google Health también llevó a cabo experimentos comparando la decisión del ordenador con la del primer radiólogo lector. Si los dos diagnósticos eran coherentes, el caso se marcaba como resuelto. Sólo en caso de resultados discordantes se le pidió al dispositivo que se comparara con la decisión del segundo lector.
El estudio de King y sus colegas muestra que el uso de la IA para verificar el diagnóstico del primer radiólogo lector humano podría ahorrar hasta un 88% de la carga de trabajo del segundo radiólogo. El equipo espera que esta tecnología pueda algún día servir como una "segunda opinión" para los diagnósticos de cáncer.
Recomendamos











