Un nuevo esquema de clasificación de masas mamográficas basado en el léxico BI-RADS
En México, el cáncer de mama es la primera causa de muerte en mujeres adultas debido a tumores malignos y se proyecta un aumento para 2030. Sin embargo, la detección del cáncer de mama en las primeras etapas puede reducir su tasa de mortalidad.
La mamografía ha sido la única prueba de imagen que ha demostrado ser el método no invasivo más eficaz en la detección de cáncer de mama en estadio temprano, logrando reducir la tasa de mortalidad al aumentar la tasa de detección en pacientes con cáncer de mama, de un 30 a un 70%.
En los estudios mamográficos, los hallazgos son evaluados y diagnosticados por un radiólogo, quien determina el grado de malignidad de las anomalías con el objetivo de brindar al paciente un tratamiento adecuado.
BI-RADS en México
El Colegio Americano de Radiología desarrolló el Sistema de datos e informes de imágenes mamarias (BI-RADS), que permite estandarizar los informes mamográficos y facilitar el seguimiento del tratamiento de las pacientes. Este sistema es utilizado en México, sin embargo, los radiólogos especializados en imagenología mamaria son escasos para satisfacer la alta demanda de estudios mamográficos.
En este contexto, los sistemas de diagnóstico asistido por computadora (CAD) son alternativas tecnológicas que pueden ayudar en el trabajo de especialistas. Estos sistemas CAD sugieren los siguientes dos casos al especialista:
- si una lesión es clasificada como benigna, se recomienda realizar estudios periódicos de seguimiento
- si se clasifica como maligna, entonces se recomendaría una biopsia.
La forma, el margen y la densidad del tumor son términos habituales de BI-RADS que permiten al radiólogo inferir probabilidad de malignidad de un tumor. Por lo tanto, estos términos pueden cuantificarse mediante un sistema CAD para propósitos de clasificación de tumores.
Nuevo sistema de clasificación tumoral
Hernández y Gómez propusieron un nuevo esquema de clasificación tumoral que considera una nueva representación que modela la probabilidad de malignidad del léxico BI-RADS para masas: forma, margen y densidad. El objetivo es brindar información cuantitativa basada en BI-RADS que permita comprender los criterios que un clasificador considera para predecir la patología de un tumor.
Los resultados
El estudio reveló que el esquema propuesto alcanzó 90% de precisión para la clasificación histopatológica, con una sensibilidad del 87% y una especificidad del 92%. Posteriormente, se comparó con otro clasificador convencional histopatológico, que alcanzó una precisión del 88%, sensibilidad del 80% y una especificidad de 95%.
Aunque la especificidad fue mayor en el enfoque convencional, en el enfoque propuesto, la sensibilidad se incrementó, lo cual es importante para clasificar los casos que son verdaderamente malignos, correctamente.
Conclusiones
Los autores concluyen que el enfoque propuesto complementa la información que proporciona un CAD convencional ya que, además de la clasificación en clases benignas y malignas, obtuvo los criterios que dieron como resultado la decisión en términos probabilísticos. Además, la probabilidad de malignidad del léxico BI-RADS se puede entender directamente por los radiólogos.
Agregan que en el futuro se considera incorporar el enfoque propuesto en un sistema CAD capaz de emitir señales radiológicas compatibles con el estándar BI-RADS.
Hernández-López, J. and Gómez-Flores, W. (2021) A New Scheme of Mammographic Masses Classification Based on the BI-RADS Lexicon. https://ieeexplore-ieee-org.udlap.idm.oclc.org/stamp/stamp.jsp?tp=&arnumber=9434879&tag=1
