Encabezado por investigadores del Centro en Computación, el proyecto analiza estudios de mamografía, clasifica densidades y establece prioridades clínicas utilizando bases de datos adaptadas a las características de la población mexicana.
Por: Redacción
CIUDAD DE MÉXICO, 11 de octubre de 2026.- Ante la necesidad de agilizar los diagnósticos médicos para ofrecer una atención médica oportuna, un equipo de especialistas del Instituto Politécnico Nacional (IPN) se encuentra desarrollando un sistema asistido por inteligencia artificial (IA).
Esta herramienta tecnológica está diseñada para identificar regiones anatómicas, detectar posibles lesiones en estudios de mamografía, estimar niveles de riesgo de cáncer y ordenar prioridades para su revisión clínica.
El desarrollo científico está a cargo de Elsy Guadalupe Cruz Murrieta, maestra en Ciencias de la Computación y estudiante de doctorado, bajo la dirección del doctor José Eduardo Valdez Rodríguez —investigador del Centro de Investigación en Computación (CIC)— y la asesoría de la médica radióloga Lourdes Noemí Santos Aragón.
La iniciativa se alinea con las políticas públicas impulsadas por la administración federal en materia de innovación en salud.
Reto en la detección y enfoque clínico
La propuesta surge en respuesta a las limitaciones operativas del sistema de salud en la materia. De acuerdo con los datos del proyecto, en 2024 México contaba con 674 médicos certificados para atender a una población aproximada de 20 millones de mujeres en edad de detección, una carga laboral que sitúa el promedio de evaluación entre 5,000 y 7,000 estudios por especialista al año.
“El sistema entra como una propuesta antes de la interpretación diagnóstica. La idea es analizar automáticamente los estudios disponibles en un determinado periodo y organizarlos de acuerdo con su nivel de prioridad, de manera que el especialista pueda identificar cuáles requieren una revisión más inmediata”, explicó Cruz Murrieta.
Para asegurar la pertinencia clínica, el entrenamiento de los algoritmos se alimenta con una base de datos integrada por estudios de cerca de 700 pacientes mexicanas, recabados mediante convenios con el Centro Médico ABC y el Instituto de Seguridad Social del Estado de México y Municipios (ISSEMYM). Esto permite ponderar las características específicas de la densidad mamaria y el tejido fibroso prevalente en la población nacional.
Módulos y proyección a futuro
El software incorpora diferentes módulos tecnológicos orientados a:
- Análisis estructural: Identificación de regiones anatómicas de interés y clasificación de la densidad mamaria.
- Evaluación de riesgo: Integración de variables clínicas —como antecedentes personales y familiares de cáncer, obesidad y terapia hormonal— para clasificar el riesgo en niveles bajo, medio o alto.
- Optimización de flujos: Establecimiento automatizado de prioridades de revisión para el cuerpo médico.
Los investigadores enfatizaron que la inteligencia artificial no busca sustituir la labor de los radiólogos, sino fungir como un apoyo complementario para optimizar sus capacidades de diagnóstico. A futuro, se proyecta expandir la tecnología hacia una red nacional de hospitales y servicios de telerradiología para descentralizar la atención especializada y facilitar un acceso más equitativo.
