Un banco de datos nacional permitirá validar algoritmos de detección de cáncer de mama usando solo información clínica chilena.
El Mercurio reveló ayer que Chile está por inaugurar un sandbox, un banco de pruebas técnico, que acumula 166.569 mamografías de 75.461 mujeres atendidas en el sistema público. Es una cifra masiva que no se construye de la noche a la mañana, sino que representa años de historia clínica recopilada en los consultorios y hospitales del país.
La inteligencia artificial ya es una herramienta probada para analizar estas imágenes y detectar nódulos en etapas tempranas, pero aquí surge el verdadero problema: los algoritmos suelen entrenarse con datos de poblaciones europeas o norteamericanas. Al probarlos en Chile, podemos encontrar sesgos que la estadística global no detecta. Este paso busca corregir esa brecha usando nuestra propia anatomía y nuestras propias realidades radiológicas.
El riesgo de entrenar con datos ajenos
Un algoritmo que detecta un tumor en una piel clara puede fallar o dar falsos positivos en una piel oscura, o viceversa. La densidad mamaria, un factor clave que dificulta la lectura de las radiografías, varía según la genética y la edad, pero también según la calidad del equipo y la técnica local.
Al contar con casi 167.000 imágenes de nuestro propio sistema de salud, los desarrolladores podrán validar si la IA realmente funciona para chilenas. No se trata de reemplazar al radiólogo, sino de darle una segunda opinión digital que esté entrenada con el mismo tipo de tejido que él ve a diario.
Qué es un sandbox en la práctica
El término técnico suena a laboratorio aislado, pero en la realidad es un entorno seguro donde las empresas de tecnología y los equipos de investigación pueden correr sus códigos sin tocar datos sensibles de pacientes reales de forma directa. Es un campo de juego controlado.
En este espacio se podrán probar algoritmos existentes y, lo que es más importante, desarrollar nuevas herramientas locales. Chile dejaría de ser solo un consumidor de tecnología médica para convertirse en un lugar donde la inteligencia artificial se ajusta a nuestras necesidades clínicas específicas.
La velocidad frente a la precisión
La carga de trabajo de los radiólogos es inmensa. Revisar miles de mamografías al día con la misma concentración exige una precisión quirúrgica que la fatiga puede comprometer. La IA actúa como un filtro inicial que marca las zonas de sospecha, permitiendo que el especialista se enfoque en los casos más complejos.
Según la información de El Mercurio, esto hace que el proceso sea más rápido y certero. En un país donde la detección temprana es la única garantía real de supervivencia a largo plazo, reducir el tiempo de diagnóstico es una ventaja estratégica enorme para el sistema público.
El desafío de la validación
Tener los datos es solo la mitad del camino. El otro 50 por ciento es demostrar que la IA no solo identifica tumores, sino que no pierde de vista los falsos negativos. Un algoritmo que dice que todo está bien cuando hay un cáncer incipiente es más peligroso que uno que da falsas alarmas.
El banco de pruebas permitirá medir esa especificidad con números reales. Si la precisión baja en ciertos grupos de edad o con ciertas densidades de tejido, los ingenieros tendrán los datos para corregir el modelo antes de que llegue a una sala de diagnóstico real.
Preguntas frecuentes
Keep subscribing to Carmen GloriaHer next filing reaches you the moment it publishes, on her own subdomain.
Subscribe