Inteligencia artificial

IA en ecografía de mama: detección automática de lesiones y generación de informes

La herramienta de DeepHealth recibe autorización FDA para automatizar la detección y el informe de lesiones en ecografías mamarias.

Redacción iRadiología · 3 de septiembre de 2026

DeepHealth, filial de RadNet, obtuvo en julio de 2026 la autorización 510(k) de la FDA para su software de inteligencia artificial aplicado a ecografías de mama. La solución automatiza la detección, caracterización y generación de informes de lesiones, según datos de estudios multi-lector presentados ante la agencia. El examen de ecografía mamaria es uno de los más frecuentes en la vía diagnóstica del cáncer de mama: aproximadamente el 40% de las mujeres se somete a uno en algún momento de su vida y RadNet realiza alrededor de 700.000 al año en su red. La técnica es altamente dependiente del operador, lo que genera variabilidad en la adquisición de imágenes, la interpretación y los informes. La herramienta de DeepHealth localiza lesiones con más del 98% de precisión, mejora la sensibilidad para detectar cáncer de mama en un 8% y reduce el tiempo de interpretación radiológica en un 37%. Los radiólogos mantienen el control final de la valoración. RadNet prevé desplegarla en sus más de 400 centros antes de final de año y la solución ya está disponible comercialmente en Estados Unidos, con opción de reembolso bajo un código CPT Category III existente.

Características técnicas de la solución DeepHealth Breast Ultrasound

El software DeepHealth Breast Ultrasound procesa imágenes ecográficas estándar de mama y asiste al médico en la localización de lesiones de tejido blando sospechosas. Automatiza la caracterización de parámetros como forma, orientación, margen, patrón de eco y características posteriores, alineados con el léxico ACR BI-RADS. Genera un informe con hallazgos clave e impresiones que el radiólogo puede revisar y modificar. En el estudio multi-lector multi-caso con 16 radiólogos certificados en centros de imagen y hospitales, se demostró una reducción del 37% en el tiempo de interpretación. Además, acorta el tiempo de documentación para los ecografistas mediante el formateo automatizado y estandarizado de medidas y características de las lesiones. La solución forma parte de la suite de mama de DeepHealth, que ya incluye herramientas de IA para mamografía, evaluación de densidad y predicción de riesgo. Su integración busca minimizar la variabilidad inherente al examen ecográfico y mejorar la consistencia entre exploraciones y profesionales.

Contexto clínico y relevancia de la ecografía mamaria

La ecografía de mama complementa la mamografía en la detección y caracterización de lesiones, especialmente en mamas densas, y se emplea tanto en cribado como en diagnóstico. Su alta prevalencia y dependencia del operador motivan el interés por herramientas que reduzcan la variabilidad. RadNet señala que el examen puede presentar diferencias significativas en adquisición de imágenes, interpretación y elaboración de informes. La IA de DeepHealth aborda estas limitaciones al proporcionar asistencia en tiempo real durante la exploración y en la fase de lectura. Los datos presentados a la FDA indican que la mejora en sensibilidad del 8% se logró sin comprometer la especificidad en el contexto del estudio. La estandarización de flujos de trabajo también beneficia a los ecografistas al reducir la carga de documentación manual. La disponibilidad de reembolso bajo un código CPT Category III existente facilita la adopción en centros que ya realizan estos estudios de forma habitual.

Perspectivas de implantación y estandarización de flujos

Tras la autorización FDA, DeepHealth Breast Ultrasound está disponible para clientes en Estados Unidos. RadNet planea su implantación progresiva en toda su red de centros antes de finales de 2026, lo que afectaría a más de 700.000 estudios anuales potencialmente elegibles para reembolso. La compañía destaca que la herramienta contribuye a la estandarización de los procesos, mejorando la consistencia y ahorrando tiempo tanto a pacientes como a profesionales. Los radiólogos conservan la responsabilidad final de la valoración diagnóstica. La solución se suma a otras aplicaciones de IA de DeepHealth en imagen de mama, creando una plataforma más completa que abarca detección de cáncer, evaluación de densidad y otros análisis. Su desarrollo responde a la necesidad de herramientas que apoyen la toma de decisiones clínicas en un área donde la variabilidad operatoria sigue siendo un reto reconocido.

La autorización FDA del software de DeepHealth representa un avance regulado en la aplicación de IA a la ecografía mamaria. Los datos de sensibilidad, tiempo de lectura y localización de lesiones proceden de estudios presentados ante la agencia y respaldan su uso como apoyo al radiólogo. La implantación prevista en una red amplia permitirá evaluar su impacto real en la práctica clínica habitual.