Uso de la inteligencia artificial en el diagnóstico de cáncer de mama
Resumen
Introducción: El cáncer de mama es la neoplasia más común en mujeres a nivel mundial. La inteligencia artificial ha surgido como una herramienta prometedora para mejorar el diagnóstico precoz y la precisión clínica. Objetivo: Analizar la utilidad del uso de la inteligencia artificial en el diagnóstico de cáncer de mama mediante una revisión exhaustiva de literatura actualizada. Materiales y métodos: Se realizó una revisión narrativa de artículos publicados entre 2020 y 2025, seleccionando 14 estudios relevantes en bases de datos científicas. Resultados y conclusiones: La inteligencia artificial mejora la precisión diagnóstica, reduce la variabilidad interobservador y optimiza los procesos clínicos. Se proyecta como una herramienta clave en el abordaje personalizado del cáncer de mama.
Descargas
Citas
Abdullah, K. A., Marziali, S., Nanaa, M., Escudero Sánchez, L., Payne, N. R., & Gilbert, F. J. (2025). Deep learning-based breast cancer diagnosis in breast MRI: Systematic review and meta-analysis. European Radiology. https://doi.org/10.1007/s00330-025-11406-6
Almarri, B., Gupta, G., Kumar, R., Vandana, V., Asiri, F., & Khan, S. B. (2024). The BCPM method: Decoding breast cancer with machine learning. BMC Medical Imaging, 24(1), 248. https://doi.org/10.1186/s12880-024-01402-5
Alotaibi, A., Alafif, T., Alkhilaiwi, F., Alatawi, Y., Althobaiti, H., Alrefaei, A., Hawsawi, Y. M., & Nguyen, T. (2022). ViT-DeiT: An Ensemble Model for Breast Cancer Histopathological Images Classification (arXiv:2211.00749). arXiv. https://doi.org/10.48550/arXiv.2211.00749
Brot, H. F., & Mango, V. L. (2023). Artificial intelligence in breast ultrasound: Application in clinical practice. Ultrasonography, 43(1), 3-14. https://doi.org/10.14366/usg.23116
Brunetti, N., Calabrese, M., Martinoli, C., & Tagliafico, A. S. (2023). Artificial Intelligence in Breast Ultrasound: From Diagnosis to Prognosis-A Rapid Review. DIAGNOSTICS, 13(1), 58. https://doi.org/10.3390/diagnostics13010058
Chang, Y.-W., Ryu, J. K., An, J. K., Choi, N., Park, Y. M., Ko, K. H., & Han, K. (2025). Artificial intelligence for breast cancer screening in mammography (AI-STREAM): Preliminary analysis of a prospective multicenter cohort study. Nature Communications, 16(1), 2248. https://doi.org/10.1038/s41467-025-57469-3
DR. JORGE, C. (s. f.). SOCIEDAD DE LUCHA CONTRA EL CÁNCER SOLCA NÚCLEO DE QUITO Boletín Epidemiológico. 2021.
Eisemann, N., Bunk, S., Mukama, T., Baltus, H., Elsner, S. A., Gomille, T., Hecht, G., Heywang-Köbrunner, S., Rathmann, R., Siegmann-Luz, K., Töllner, T., Vomweg, T. W., Leibig, C., & Katalinic, A. (2025). Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nature Medicine, 31(3), 917-924. https://doi.org/10.1038/s41591-024-03408-6
Global Cancer Observatory—BREAST - WHO. (s. f.). Recuperado 12 de enero de 2025, de https://gco.iarc.who.int/media/globocan/factsheets/cancers/20-breast-fact-sheet.pdf
Ibrahim, A., Gamble, P., Jaroensri, R., Abdelsamea, M. M., Mermel, C. H., Chen, P.-H. C., & Rakha, E. A. (2020). Artificial intelligence in digital breast pathology: Techniques and applications. BREAST, 49, 267-273. https://doi.org/10.1016/j.breast.2019.12.007
Silva-Conde, D. I., Fuentes-Gavilanez, M. J., Valencia-Murillo, E. V., & Lluguin Valdiviezo, A. F. (2024). Análisis crítico: el principio de legalidad y juridicidad en el proceso administrativo. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 328–349. https://doi.org/10.61384/r.c.a.v4i1.102
Ortega Delgado, D. A., Ochoa Rojas, M. C., & Sierra Olea, J. M. (2024). Episodio depresivo mayor de características catatónicas: Reporte de caso. Revista Científica De Salud Y Desarrollo Humano, 5(1), 69–83. https://doi.org/10.61368/r.s.d.h.v5i1.75
Silva-Conde, D. I., Fuentes-Gavilanez, M. J., Valencia-Murillo, E. V., & Lluguin Valdiviezo, A. F. (2024). Análisis crítico: el principio de legalidad y juridicidad en el proceso administrativo. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 328–349. https://doi.org/10.61384/r.c.a.v4i1.103
Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179
v, H., & Quispe Coca, R. A. (2024). Tecno Bio Gas. Horizonte Académico, 4(4), 17–23. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/14
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Jiang, Y., Edwards, A. V., & Newstead, G. M. (2021). Artificial Intelligence Applied to Breast MRI for Improved Diagnosis. Radiology, 298(1), 38-46. https://doi.org/10.1148/radiol.2020200292
Mahant, S. S., & Varma, A. R. (2022). Artificial Intelligence in Breast Ultrasound: The Emerging Future of Modern Medicine. Cureus. https://doi.org/10.7759/cureus.28945
Sociedad de Lucha Contra el Cáncer del Ecuador, Ing. Leyda Jaramillo-Feijoo, Ing. Ana Roha-Ochoa, Ing. Andrea Jaramillo-Briones, Dr. Rina Quinto-Briones, & Dr. Jhony Real-Cotto. (s. f.). CÁNCER EN GUAYAQUIL: INFORMACIÓN EPIDEMIOLÓGICA.
Soliman, A., Li, Z., & Parwani, A. V. (2024). Artificial intelligence’s impact on breast cancer pathology: A literature review. Diagnostic Pathology, 19(1), 38. https://doi.org/10.1186/s13000-024-01453-w
Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209-249. https://doi.org/10.3322/caac.21660
Suri, A. (2024). AI as a Second Reader Can Reduce Radiologists’ Workload and Increase Accuracy in Screening Mammography. Radiology: Artificial Intelligence, 6(6), e240624. https://doi.org/10.1148/ryai.240624
Villavicencio, D. (2023, octubre 24). SOLCA promueve la detección oportuna del cáncer de mama. Solca Núcleo de Quito. https://solcaquito.org.ec/solca-promueve-la-deteccion-oportuna-del-cancer-de-mama/
Witowski, J., Heacock, L., Reig, B., Kang, S. K., Lewin, A., Pyrasenko, K., Patel, S., Samreen, N., Rudnicki, W., Łuczyńska, E., Popiela, T., Moy, L., & Geras, K. J. (2022). Improving breast cancer diagnostics with artificial intelligence for MRI. https://doi.org/10.1101/2022.02.07.22270518
Wong, D. J., Gandomkar, Z., Wu, W.-J., Zhang, G., Gao, W., He, X., Wang, Y., & Reed, W. (2020). Artificial intelligence and convolution neural networks assessing mammographic images: A narrative literature review. Journal of Medical Radiation Sciences, 67(2), 134-142. https://doi.org/10.1002/jmrs.385
World International Health Organization WHO. (s. f.). Cancer Today WHO. Recuperado 12 de enero de 2025, de https://gco.iarc.who.int/today/
García Sanclemente, S. G., Sánchez Jaramillo, E. A., & Orellana Márquez, L. V. (2025). Los Microaprendizajes como Estrategias Didácticas que Potencian el Desarrollo Cognitivo. Ciencia Y Reflexión, 4(2), 507–519. https://doi.org/10.70747/cr.v4i2.271
Escalante Jiménez, J. L., Rodríguez Colón, P. L., & Polanco García, C. Y. (2025). Inteligencia artificial en contextos educativos: un acercamiento desde una revisión documental sistemática. Ciencia Y Reflexión, 4(2), 325–349. https://doi.org/10.70747/cr.v4i2.241
Jiménez Gómez, R. (2025). Análisis de la Heterogeneidad Estructural de las Regiones de Costa Rica. Ciencia Y Reflexión, 4(2), 37–66. https://doi.org/10.70747/cr.v4i2.244
Derechos de autor 2025 Kléver David Montero-Cadena , Jissela Del Carmen Silva-Acosta
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
