Una IA predice el riesgo de cáncer de mama a 5 años leyendo la evolución de mamografías anteriores

Por Zendoric · 11 de octubre de 2026.

Un equipo de NYU Langone Health y su Perlmutter Cancer Center ha probado una inteligencia artificial capaz de estimar el riesgo de que una mujer desarrolle cáncer de mama en los próximos cinco años, según un estudio publicado en American Journal of Roentgenology. La clave no está en una imagen nueva: el modelo analiza varios años de mamografías 3D de la misma paciente —la tecnología de tomosíntesis, que capta el tejido mamario en capas y cada vez es más habitual en los programas de cribado— para detectar cómo cambia ese tejido con el tiempo, en lugar de limitarse a leer la última radiografía. El sistema se entrenó con más de 313.000 mamografías de más de 161.000 mujeres, según los datos del propio estudio.

La diferencia con los métodos actuales es de enfoque, no solo de herramienta. Los modelos de riesgo que se usan hoy en la consulta se apoyan sobre todo en antecedentes familiares y mutaciones genéticas conocidas. Connie Lehman, especialista en imagen mamaria de Harvard Medical School que no participó en el estudio, explica a Fox News Digital que buena parte de los diagnósticos llegan sin ninguna de esas señales de alarma: "Una y otra vez escuchaba: '¿cómo puede ser esto? Nadie en mi familia ha tenido cáncer de mama'". Según Lehman, la IA aporta una fuente de información distinta: pistas dentro del propio tejido que los modelos tradicionales no recogen.

Ese matiz tiene una consecuencia práctica que merece subrayarse: el sistema puede analizar mamografías que la paciente ya se hizo, sin necesidad de una prueba nueva ni de radiación adicional. Si una mujer obtiene una puntuación de riesgo elevado, el siguiente paso sería hablar con su médico sobre pruebas complementarias, como la resonancia magnética; si el riesgo es medio o bajo, continuaría con el cribado rutinario. Lehman es clara en un punto: una puntuación alta no es un diagnóstico ni una certeza de enfermedad futura, y una puntuación baja no elimina el riesgo ni sustituye a la mamografía periódica.

Dicho esto, conviene no adelantarse. Según Lehman, el propio modelo sigue siendo una herramienta de investigación, sin autorización de la FDA (Food and Drug Administration, la agencia estadounidense que regula fármacos y dispositivos médicos) para uso clínico. El estudio se construyó con datos de los hospitales de NYU Langone y con equipos de un único fabricante de mamografía, lo que limita lo que se puede concluir sobre su comportamiento en otras poblaciones, otros protocolos de cribado y otras máquinas. Los propios investigadores han anunciado que planean validarlo con datos de otros centros médicos y otros sistemas de mamografía 3D antes de dar el siguiente paso.

En general, la historia reciente de la IA diagnóstica enseña que ese salto —de un estudio prometedor en un solo centro a una herramienta fiable en la práctica clínica diversa— es el tramo donde más proyectos se quedan por el camino: lo que funciona con el tejido, los equipos y la población de un hospital no siempre se sostiene al cambiar de contexto. Que NYU Langone lo exponga así, como trabajo en curso y no como producto terminado, es una señal de rigor más que una debilidad.

Nuestra lectura es que avances modestos y específicos como este son, precisamente, el tipo de progreso que sostiene la tesis de fondo que defendemos sobre la IA en medicina: no la sustitución del médico ni el titular espectacular, sino la detección cada vez más temprana y personalizada de la enfermedad, construida sobre datos que el sistema sanitario ya tenía y que hasta ahora se usaban una sola vez y se descartaban. Si herramientas de este tipo superan la validación externa, el cribado del cáncer de mama dejará de ser uniforme —la misma pauta para todas las mujeres— y pasará a ajustarse al riesgo real de cada una, con menos sorpresas como las que describe Lehman. Ese es el camino largo y poco vistoso hacia el objetivo que de verdad importa: no solo adelantar el diagnóstico, sino acercarnos a un futuro en el que enfermedades como esta se gestionen de forma rutinaria en lugar de llegar como una sentencia inesperada.