La mamografía es una radiografía del tejido mamario que cumple un papel central en la detección temprana del cáncer de mama. Permite identificar la enfermedad antes de la aparición de síntomas y reduce el riesgo de mortalidad asociado a esta patología.
Durante un seminario virtual organizado por la Cámara de Instituciones de Diagnóstico Médico (Cadime), especialistas analizaron el avance de la inteligencia artificial (IA) aplicada al diagnóstico por imágenes en la Argentina.
La actividad contó con las exposiciones de los bioingenieros Martín Sánchez, Ernesto Ridel y Antonio Morales, quienes explicaron el proceso de implementación de estas herramientas en 77 hospitales públicos del país. La moderación estuvo a cargo de Luis Marcos, médico especialista en diagnóstico por imágenes y asesor de Cadime.
Los disertantes repasaron los resultados obtenidos en programas de modernización sanitaria desarrollados junto al Banco Interamericano de Desarrollo (BID), orientados a la digitalización y gestión de imágenes médicas en hospitales públicos de mediana complejidad. También destacaron el aporte del Programa de Apoyo al Sector Sanitario Público (Prosepu), que acompañó la transformación digital de hospitales regionales de alta complejidad.
Menos tiempo de análisis y más capacidad de detección
Sánchez afirmó que algunas experiencias de implementación permitieron reducir a la mitad el tiempo destinado a revisar mamografías sin hallazgos relevantes. Además, señaló que los principales usos actuales de la IA en diagnóstico por imágenes son el screening oncológico masivo, la automatización de informes clínicos y el sistema de clasificación rápida de pacientes en servicios de emergencia, con el objetivo de agilizar los procesos de atención.
El especialista advirtió que uno de los principales desafíos del diagnóstico mamario es que el 30% de los cánceres de mama no son detectados en screening convencional. También mencionó la escasez de radiólogos en determinadas regiones del país, la fatiga visual de los profesionales, la variabilidad en la interpretación de estudios y la existencia de falsos negativos en una de cada cinco mamografías.
La experiencia en hospitales públicos
Respecto de la implementación en el sistema público, Sánchez explicó que el proceso comenzó con la modernización de los sistemas de almacenamiento y comunicación de imágenes médicas (PACS) y la mejora de la infraestructura tecnológica mediante la gestión centralizada de estudios. Posteriormente se incorporaron algoritmos de apoyo diagnóstico, una etapa que continúa en desarrollo para optimizar la productividad y consolidar un esquema de mejora continua.
Por su parte, Morales y Ridel destacaron que la incorporación de esta tecnología permitió transformar inversiones de capital en gastos operativos. Según explicaron, el modelo eliminó la necesidad de adquirir hardware importado y avanzó hacia un sistema de pago por estudio realizado.
“El ahorro fue del 90% en costos de infraestructura inicial, del 40% en costos de almacenamiento masivo y del 43% en el costo total de propiedad durante todo el ciclo de vida del servicio, con ciberseguridad de nivel bancario incluida”, sostuvo Morales.
De acuerdo con los datos presentados durante el seminario, los 77 hospitales públicos involucrados ya procesaron mediante inteligencia artificial 21.042 análisis históricos únicos, equivalentes al 1,55% del total de estudios. Para los especialistas, estos resultados muestran que la IA como herramienta de apoyo al diagnóstico médico ya forma parte de la realidad sanitaria argentina.
