En el marco del Mes de la Prevención del Cáncer de Mama, el proyecto MIRAI Chile alcanzó un hito decisivo para la salud pública nacional al concluir sus etapas de validación masiva y calibración técnica. La iniciativa, fruto de una alianza estratégica entre el Departamento de Ingeniería Industrial de la Facultad de Ciencias Físicas y Matemáticas (FCFM) de la Universidad de Chile, el Hospital Digital del Ministerio de Salud, el Instituto de Tecnología de Massachusetts (MIT) y el Centro para la Prevención y el Control del Cáncer (CECAN), busca transformar el paradigma del tamizaje preventivo en el país. Mediante el análisis algorítmico de mamografías estándar, el modelo de inteligencia artificial identifica patrones complejos en el tejido mamario para estimar la probabilidad de que una mujer desarrolle la enfermedad en un horizonte de uno a cinco años.
El equipo de investigación completó la evaluación del modelo sobre un conjunto de datos de más de 166 mil mamografías correspondientes a cerca de 76 mil usuarias de la red pública en casi todas las regiones de Chile, con resultados predictivos comparables a los reportados en estudios internacionales. Asimismo, el equipo científico superó un importante desafío técnico de heterogeneidad al calibrar localmente la herramienta para adaptarla a la diversidad de marcas de mamógrafos que existen en los recintos de salud del país.
Al respecto, la investigadora asociada del proyecto y decana de la FCFM, Susana Mondschein, destaca la relevancia de este avance para la salud pública. “El principal aporte de MIRAI es pasar de un tamizaje parejo e idéntico para todas a un seguimiento personalizado que considera el riesgo de cada mujer. El radiólogo es insustituible detectando la patología, mientras que la inteligencia artificial permite detectar el riesgo anticipadamente e intensificar el seguimiento. Esta complementariedad nos permite usar mejor los recursos escasos del sistema y enfocar el monitoreo reforzado donde más se necesita”.
Del diagnóstico reactivo al seguimiento reforzado: los pasos del piloto sanitario
Con la calibración de la herramienta para distintos equipos utilizados en el país concluida, el proyecto se alista para iniciar su fase de pilotaje clínico en pacientes del sistema público. Bajo este protocolo, aquellas usuarias que presenten un puntaje de riesgo elevado en la evaluación de MIRAI recibirán un seguimiento personalizado que contempla la realización de una ecografía mamaria complementaria, la derivación a la Unidad de Patología Mamaria y un nuevo control mamográfico al año, acortando el intervalo habitual de dos años. Según las estimaciones del equipo, el umbral seleccionado implicará un incremento cercano al 18% en la demanda de mamografías de la red, un margen técnicamente abordable para el sistema de salud.
La viabilidad técnica del piloto radica en la articulación de este ecosistema científico y público: mientras la red de Hospital Digital centraliza la lectura remota de mamografías en más de 47 recintos de salud del país, los modelos adaptados en el Departamento de Ingeniería Industrial de la U. de Chile junto al MIT y el CECAN permiten procesar exámenes en tiempo real sin requerir nueva infraestructura para el Estado. “Esta suma de capacidades entre la gestión del Minsal, la ingeniería de la FCFM-U. de Chile y la investigación internacional demuestra cómo la alianza entre la academia y el Estado puede transformar el diagnóstico reactivo en un escudo de prevención real para miles de mujeres en Chile”, señala Susana Mondschein.
El origen y alcance del proyecto MIRAI
MIRAI, nacido originalmente en el Instituto de Tecnología de Massachusetts (MIT) y adaptado al contexto local mediante una alianza estratégica entre la Universidad de Chile, el Hospital Digital del Minsal y el Centro para la Prevención y el Control del Cáncer (CECAN), es un avanzado algoritmo de inteligencia artificial diseñado para transformar la prevención del cáncer de mama en el sistema de salud. Su nombre significa “futuro” en japonés. A diferencia del análisis radiológico convencional, centrado en identificar lesiones o nódulos ya existentes, la herramienta procesa las cuatro proyecciones estándar de una mamografía común para identificar patrones en el tejido mamario y estimar así la probabilidad individual de desarrollar la enfermedad en un plazo de uno a cinco años.