Las mamografías se recomiendan a mujeres mayores de 40 años para detectar el cáncer de mama de forma temprana, pero las ecografías a veces ofrecen imágenes menos claras en tejido mamario denso. Ese tejido dispersa el sonido y crea un 'acústico clutter' que puede hacer que un quiste lleno de líquido —que debería verse negro— aparezca gris, llevando a confundirlo con una masa sólida potencialmente cancerosa.
Investigadores presentan un método de procesamiento de señales de ultrasonido que, en lugar de usar solo la amplitud de la señal, evalúa la coherencia entre señales vecinas. Esta medida de semejanza produce imágenes más limpias y reduce las falsas apariencias causadas por el clutter. Además, el sistema asigna una puntuación numérica a cada masa y considera preocupantes solo las que superan un umbral establecido; combinar lo visual con esa puntuación mejora los diagnósticos.
En pruebas con pacientes reales, el enfoque logró una identificación correcta del 96% frente al 67% con ecografía convencional, en un estudio que incluyó 132 pacientes. La autora principal, Muyinatu "Bisi" Bell, y la coautora Eniola Oluyemi señalan que la técnica podría reducir falsos positivos, exámenes de seguimiento y biopsias. También consideran que combinar el método con inteligencia artificial permitiría decisiones más rápidas en la consulta inicial y, en el futuro, podría emplearse fuera del hospital. El trabajo fue publicado en Radiology Advances y recibió apoyo de los Institutos Nacionales de Salud.
Palabras difíciles
- ecografía — exploración por ultrasonidos del interior del cuerpoecografías
- tejido mamario denso — parte de la mama con más tejido y menos grasa
- coherencia — grado de semejanza entre señales vecinas
- procesamiento de señales — técnicas y métodos para analizar señales
- umbral — valor límite que determina si algo es preocupante
- falso positivo — resultado que indica enfermedad inexistentefalsos positivos
- biopsia — extracción de tejido para examen y diagnósticobiopsias
- inteligencia artificial — sistemas informáticos que imitan decisiones humanas
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o escuchas.
Preguntas de discusión
- ¿Qué ventajas y riesgos ves en usar una puntuación numérica junto con la imagen para decidir si una masa es sospechosa? Explica con razones.
- Si este método fuera portátil y se usara fuera del hospital, ¿cómo podría cambiar la detección temprana del cáncer de mama en tu comunidad?
Artículos relacionados
Menos alergias alimentarias en niños criados en granjas
Un estudio comparó bebés de familias menonitas rurales y familias urbanas. Los investigadores hallaron más anticuerpos y una maduración temprana del sistema inmune en los lactantes expuestos al entorno agrícola; la leche materna podría ayudar a protegerlos.
Modos de consumo de cannabis y atracones de alcohol en estudiantes
Un estudio de la University at Buffalo analiza a estudiantes de 12.º grado en EE. UU. y encuentra que usar dos o más productos de cannabis aumenta el riesgo de atracones de alcohol; fumar, vapear y dabbing se asocian, no los comestibles.
Dispositivos ponibles con IA para diabetes tipo 2 y prediabetes
Una meta-revisión de la University at Buffalo, publicada en NPJ Digital Medicine, analiza estudios sobre ponibles con inteligencia artificial y su uso en diabetes tipo 2 y prediabetes. Encuentra beneficios y límites en la evidencia actual.
Vacuna experimental muestra protección duradera contra la fiebre Crimea‑Congo en ratones
Un estudio en ratones presenta una vacuna experimental que genera anticuerpos detectables hasta 18 meses. La vacuna usa una partícula replicón y apunta a proteínas internas, y ahora los investigadores preparan la producción para ensayos humanos.