La IA en mamografías iguala a la doble lectura humana en Suecia: el valor está en repartir mejor el tiempo de los radiólogos

Por El Economista · 17 de octubre de 2026.

Un estudio sueco con más de 105.000 mujeres concluye que usar inteligencia artificial para apoyar la lectura de mamografías no es inferior al método tradicional de doble revisión por dos radiólogos. Se trata del ensayo MASAI (Mammography Screening with Artificial Intelligence). Según el artículo, sus resultados se publicaron en enero de 2026 en The Lancet y después se analizaron en Radiology: Imaging Cancer.

El diseño fue sencillo. Un grupo siguió el procedimiento convencional, con dos radiólogos por estudio. En el otro, la IA clasificó las mamografías por nivel de riesgo: las de menor riesgo las revisaba un solo especialista y las de mayor riesgo recibían doble lectura humana.

La métrica principal fue la incidencia de cánceres de intervalo, es decir, los que se diagnostican después de una mamografía de cribado y antes de la siguiente revisión programada. Con IA hubo 1,55 casos por cada 1.000 mujeres. En el grupo convencional fueron 1,76 por cada 1.000. Según el análisis publicado, el método asistido por IA no fue inferior en este indicador. También se observó una menor incidencia de ciertos cánceres de intervalo con rasgos asociados a peor pronóstico.

Hay un matiz importante. Los propios investigadores subrayan que el estudio se diseñó para demostrar no inferioridad, no superioridad. Que 1,55 sea menor que 1,76 es alentador, pero no autoriza a decir que la IA sea mejor que la doble lectura humana.

El contexto lo da la OMS. Según datos que el artículo atribuye a su actualización de julio de 2026, en 2024 se diagnosticaron unos 2,4 millones de casos de cáncer de mama en mujeres y hubo 694.000 muertes. Además, en 164 de los 186 países analizados fue el cáncer más frecuente entre mujeres. Alrededor del 80% de los casos aparece en mujeres sin más factores de riesgo que el sexo y la edad, por lo que el cribado masivo sigue siendo la herramienta clave.

Nuestra lectura: la noticia no es que la IA «detecte tumores», algo que ya sabíamos que podía hacer. Lo relevante es que se ha medido en un ensayo con más de 105.000 mujeres y con un resultado clínico que importa, los cánceres de intervalo, y no solo con métricas de laboratorio. Ahí está la diferencia entre una demo y evidencia. Además, el valor aquí es de organización: si la IA ordena la cola y libera la segunda lectura en los casos de bajo riesgo, el recurso escaso, el tiempo del radiólogo, se concentra donde más aporta.

Eso conecta con una tesis que repetimos: la IA no sustituye al criterio experto, cambia dónde se aplica. Gana el radiólogo que supervisa y decide en los casos difíciles. Pierde, en cambio, la lectura repetitiva y de bajo valor añadido. Y el ahorro de trabajo solo será bueno si va acompañado de verificación humana, que sigue siendo la parte cara y crítica del sistema.

Hay cautelas razonables. Suecia tiene un sistema sanitario y una población concretos. Falta comprobar que los resultados se reproducen en otros países con distinta demografía, infraestructura y acceso. Tampoco se conocen aún los efectos a largo plazo. Y, como recuerda el artículo, de nada sirve detectar antes si después no hay acceso a diagnóstico y tratamiento a tiempo.

A corto plazo, por tanto, esperamos adopción gradual y prudente, con regulación y auditoría de cada despliegue. A largo plazo, este tipo de evidencia apunta en la dirección que defendemos: diagnósticos más tempranos y baratos, accesibles incluso donde faltan especialistas. Es un paso concreto hacia una medicina que reduzca de forma sostenida la mortalidad por enfermedades como esta, siempre que se mida con rigor, como aquí.