INTELIGENCIA ARTIFICIAL PARA LA CARACTERIZACIÓN DE MASAS MAMARIAS BENIGNAS Y MALIGNAS MEDIANTE MAMOGRAFÍA Y ECOGRAFÍA
Revista Científica Multidisciplinaria InvestiGo · 2026
DOI: 10.56519/20dsmb47 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista Científica Multidisciplinaria InvestiGo, 2026. Verfasst von Juliana del Rocio Carrasco Lascano und 3 weiteren Autor:innen.
Abstract (Originalsprache)
El cáncer de mama es la neoplasia maligna más frecuente en mujeres a nivel mundial, con aproximadamente 2,3 millones de casos nuevos anuales. La capacidad para diferenciar con precisión entre las masas benignas y las malignas en la mamografía y la ecografía es una cuestión de diagnóstico clínico que presenta una considerable variabilidad entre observadores. En este artículo se analizan los estudios publicados entre 2023 y 2026 que evalúan el rendimiento de los sistemas de inteligencia artificial (IA), con su complejo de «aprendizaje profundo», para ayudar a diferenciar entre masa benigna y masa maligna. Se realizó una búsqueda estructurada en PubMed/MEDLINE, Scopus, Web of Science, ScienceDirect e IEEE Xplore. La evidencia disponible indica que los sistemas de deep learning alcanzan sensibilidades combinadas cercanas a 0,92–0,93 y especificidades de 0,88–0,91 en ecografía mamaria, mientras que en mamografía los valores de AUC en estudios de lectura se sitúan entre 0,87 y 0,90. Las técnicas multimodales que combinan información procedente de diferentes fuentes parecen tener mejor capacidad discriminativa en términos técnicos, aunque esto depende por completo del diseño del estudio y del grupo de pacientes estudiado. La mayoría de los estudios son retrospectivos, de un único centro y carecen de una validación externa prospectiva. Por lo tanto, parece que la inteligencia artificial podría resultar útil como apoyo en la práctica radiológica, pero aún se necesitan estudios prospectivos y multicéntricos para demostrar su precisión, así como un análisis detallado de sus implicaciones éticas y legales.
Zitieren
APA
Lascano, J. D. R. C., Gualan, E. M. H., Robalino, R. E. C., & Balderas, A. O. (2026). INTELIGENCIA ARTIFICIAL PARA LA CARACTERIZACIÓN DE MASAS MAMARIAS BENIGNAS Y MALIGNAS MEDIANTE MAMOGRAFÍA Y ECOGRAFÍA. Revista Científica Multidisciplinaria InvestiGo. https://doi.org/10.56519/20dsmb47
Vancouver
Lascano JDRC, Gualan EMH, Robalino REC, Balderas AO. INTELIGENCIA ARTIFICIAL PARA LA CARACTERIZACIÓN DE MASAS MAMARIAS BENIGNAS Y MALIGNAS MEDIANTE MAMOGRAFÍA Y ECOGRAFÍA. Revista Científica Multidisciplinaria InvestiGo. 2026. doi:10.56519/20dsmb47
BibTeX
@article{Lascano2026,
author = {Lascano, Juliana del Rocio Carrasco and Gualan, Elida Maria Hidalgo and Robalino, Raúl Eduardo Chávez and Balderas, Abraham Oliver},
title = {INTELIGENCIA ARTIFICIAL PARA LA CARACTERIZACIÓN DE MASAS MAMARIAS BENIGNAS Y MALIGNAS MEDIANTE MAMOGRAFÍA Y ECOGRAFÍA},
journal = {Revista Científica Multidisciplinaria InvestiGo},
year = {2026},
doi = {10.56519/20dsmb47}
}
EUVIMED