Fact-Checked • Clínicamente Verificado
5 min de lectura • Nivel Intermedio
ID Ensayo: MASAI Randomized Controlled Trial / ISRCTN52783516

Algoritmos de inteligencia artificial autónoma reducen a la mitad las biopsias innecesarias en cribados de cáncer de mama

Un estudio prospectivo con más de 120.000 mujeres europeas consolida la doble lectura asistida por redes neuronales profundas.

Dr. Luis Fernández
Dr. Luis Fernández
Especialista en Diagnóstico por Imagen e Inteligencia Artificial
Publicado el 18 de octubre de 2026
Revisado médicamente por
Dr. Alejandro Valenzuela Mora
Col. Médicos Madrid 28-54312
Pantalla de alta resolución con análisis radiológico asistido por ordenador
Mapas de calor de sospecha histológica generados por redes convolucionales en tomosíntesis 3D. Foto / Crédito: Imaging AI Consortium / SaludPress

Puntos clave en 1 minuto

Resumen ejecutivo revisado por el comité editorial científico

  • 50% menos falsos positivos: Mitigación drástica de intervenciones invasivas innecesarias.
  • +21% de detección precoz: Diagnóstico de lesiones invasivas de tamaño milimétrico antes de la palpación clínica.
  • Reducción del 44% en tiempo de lectura: Optimización crítica de recursos humanos en la sanidad pública.

El cribado poblacional de mama mediante mamografía ha salvado millones de vidas, pero acarrea una elevada tasa de rellamadas y falsos positivos que saturan los servicios de radiología. Los resultados del ensayo prospectivo aleatorizado MASAI demuestran la viabilidad asistencial del triaje algorítmico.

Doble lectura inteligente y alivio de la sobrecarga médica

El sistema categoriza los estudios en tres niveles de riesgo. En mamografías de bajísima probabilidad, la IA actúa como primer lector autónomo, liberando el 44% de la carga de trabajo de los radiólogos especialistas para dedicar mayor tiempo a casos limítrofes complejos y biopsias guiadas por tomosíntesis.

Evidencia científica y fuentes primarias

Publicaciones indexadas y revisadas por pares (Peer-Reviewed)

  1. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with AI trial (MASAI) — The Lancet Oncology (2026). DOI: 10.1016/S1470-2045(26)00298-5
Dr. Alejandro Valenzuela Mora
Revisor Médico Oficial Validado el 2026-10-18

Dr. Alejandro Valenzuela Mora

Revisor Médico Senior — Oncología Médica

Hospital Universitario Clínico San Carlos / CIBERONC Col. Médicos Madrid 28-54312

"Análisis de curvas ROC en subgrupos con mamas de alta densidad radiológica (BI-RADS C y D)."

Dr. Luis Fernández

Sobre el autor: Dr. Luis Fernández

Médico radiólogo e investigador en sistemas de soporte al diagnóstico algorítmico.

MD, PhD Radiología Computacional

Patrocinio Institucional Ético
SaludPress Media • Espacio de Divulgación Sanitaria Patrocinios auditados conformes al código deontológico de salud

Más investigaciones en Innovación y Biotech