A pesar de los grandes avances en gen ica e imenes modernas, el diagntico de ccer de mama toma por sorpresa a la mayor de los pacientes. Para algunos, llega demasiado tarde. El diagntico tard significa tratamientos agresivos, resultados inciertos y m gastos m icos, por lo que la detecci de pacientes ha sido un pilar central de la investigaci de la enfermedad que, se estima, tendr300 mil 590 nuevos casos este 2023, y cobrarla vida de 43 mil 700 personas.
Con eso en mente, un equipo del Laboratorio de Ciencias de la Computaci e Inteligencia Artificial ?CSAIL? del Instituto Tecnolico de Massachussets ?MIT? y el Hospital General de Massachusetts ?MGH?, ha creado un nuevo modelo de aprendizaje profundo donde la Inteligencia Artificial ayuda a predecir ccer, a partir de una mamograf , si es probable que un paciente desarrolle ccer de mama hasta cinco as en el futuro.
Entrenado en mamograf s y resultados conocidos de m de 60 mil pacientes con MGH, el modelo aprendilos patrones sutiles en el tejido mamario que son precursores de tumores malignos.
La profesora del MIT, Regina Barzilay, sobreviviente de ccer de mama, dice que la esperanza es que sistemas como estos permitan a los m icos personalizar los programas de detecci y prevenci a nivel individual, haciendo que el diagntico tard sea una reliquia del pasado.
Aunque se ha demostrado que la mamograf reduce la mortalidad por ccer de mama , existe un debate continuo sobre la frecuencia con la que se deben realizar las pruebas de detecci y cudo comenzar.
Mientras que la Sociedad Estadounidense del Ccer recomienda la detecci anual a partir de los 45 as, el Grupo de trabajo preventivo de EE. UU. recomienda la detecci cada dos as a partir de los 50 as.