Salud y Bienestar

Sistema especializado de Google, excelente para detectar cáncer de mama

Un sistema de inteligencia artificial de Google demostró ser tan bueno como radiólogos para detectar qué mujeres tenían cáncer de mama con base en mamografías, mostrándose prometedor en reducción de errores, informaron investigadores en Estados Unidos y Reino Unido.
La investigación, publicada el miércoles en Nature, es la más reciente en mostrar que la inteligencia artificial (IA) puede mejorar el diagnóstico del cáncer de mama, que afecta a una de cada 20 mujeres a nivel mundial. Se desarrolló con la unidad DeepMind AI de Alphabet, que se fusionó con Google Health en septiembre.

Actualmente, radiólogos erran cerca del 20% de los cáncer de mama en mamografías, según la Sociedad Americana Contra el Cáncer. La mitad de las mujeres que se hacen el examen en un período de 10 años tienen un resultado falso positivo –cuando se determina erróneamente que tienen la enfermedad–, algo que podría ser evitado con Google.

El doctor Mozziyar Etemadi, coautor del estudio, de Northwestern Medicine en Chicago, dijo que hallazgos iniciales representaban un avance en el potencial para la detección temprana del cáncer de mama, período en que hay más probabilidades de lograr una cura.
El equipo, que incluyó investigadores del Imperial College London y del Servicio Nacional de Salud de Reino Unido, capacitó al sistema de Google para identificar cáncer de mama. Después comparó predicciones del sistema de IA con los resultados reales de un conjunto de 25.856 mamografías en Reino Unido y con tres mil 97 de Estados Unidos.

El estudio mostró que el sistema de Inteligencia Artificial de Google podría identificar de forma correcta cáncer de mama a partir de imágenes con un grado similar de precisión al de radiólogos expertos, bajando el número de falsos positivos en un 5.7% en el grupo basado en Estados Unidos y en 1.2% en el grupo británico.

El sistema redujo el número de falsos negativos en un 9.4% en el grupo estadounidense y en un 2.7% en el grupo de Reino Unido.

Las diferencias entre los dos países reflejan las formas en las que se leen las mamografías.

En Estados Unidos, sólo un radiólogo interpreta resultados y se hacen los exámenes cada uno o dos años.
En Reino Unido, la revisión se realiza cada tres años y cada una la leen dos radiólogos; cuando expertos disienten, interviene un tercero.

En una prueba adicional, el grupo enfrentó al sistema de IA de Google contra seis radiólogos y encontró que su desempeño fue superior al de los médicos en predecir de forma exacta el cáncer de mama.

Fuente:Uno Tv

Revista

Autodiagnósticos de salud mental en redes sociales generan preocupación

10 de octubre de 2026 – 03:47 Hrs. Las redes sociales han transformado la percepción de la salud mental, promoviendo un enfoque rápido y emocional que a menudo resulta distorsionado. En plataformas como TikTok e Instagram, se ha vuelto común que miles de usuarios se autodiagnostiquen con condiciones como ansiedad, Trastorno por Déficit de Atención e Hiperactividad (TDAH), depresión y trastornos de personalidad, basándose en videos breves que simplifican condiciones clínicas complejas a solo tres síntomas aislados.

Este fenómeno ha comenzado a reflejarse en consultas psicológicas y en interacciones cotidianas, donde tanto jóvenes como adultos llegan convencidos de padecer un trastorno tras identificarse con un clip de 30 segundos. Especialistas en salud mental advierten que el consumo compulsivo de estos videos cortos puede alterar la atención, la memoria y el estado emocional de las personas. Este agotamiento emocional puede llevar a muchos a interpretar síntomas comunes como indicativos de padecimientos severos.

Además, los expertos señalan que esta tendencia no solo trivializa la salud mental, sino que también genera confusión, estigmas y retrasos en la búsqueda de atención profesional. La romantización de los diagnósticos, que se convierten en etiquetas identitarias y contenido aspiracional, agrava el problema al normalizar señales de alarma que requieren una evaluación clínica adecuada. El algoritmo de las plataformas sociales, al repetir y amplificar estas experiencias, refuerza la sospecha inicial del usuario dentro de burbujas digitales donde todo parece encajar.

Un ejemplo de esta situación es la historia de Mariana, quien comenzó a explorar TikTok una madrugada para distraerse del insomnio. En su búsqueda, se encontró con una serie de contenidos sobre TDAH, donde usuarios enumeraban tres señales: dificultad para concentrarse, procrastinación y sensibilidad al rechazo, afirmando que si alguien se identificaba con estas características, probablemente padecía el trastorno. Mariana se vio reflejada en estas descripciones y, en menos de una hora, construyó una narrativa sobre sí misma influenciada por el algoritmo, que le ofreció más testimonios y listas de síntomas, llevando a una conclusión precipitada sobre su salud mental.