Chile dio un nuevo paso en la incorporación de inteligencia artificial aplicada a la salud con la creación del primer banco público de pruebas para evaluar herramientas destinadas a la detección y prevención del cáncer de mama. La iniciativa busca validar modelos tecnológicos utilizando información clínica de pacientes chilenas, antes de una eventual implementación en el sistema sanitario. 

El proyecto, denominado Sandbox Nacional de Inteligencia Artificial en Salud, es impulsado por una alianza público-privada que reúne a instituciones académicas, organismos públicos y actores tecnológicos. En su primera etapa contempla el análisis de aproximadamente 166 mil mamografías correspondientes a 75 mil mujeres del sistema público, cuyos datos serán estandarizados, anonimizados y resguardados para evaluar el desempeño de estos algoritmos en la población nacional. 

El Dr. Arnaldo Marín, académico del Departamento de Oncología Básico-Clínico de la Facultad de Medicina de la Universidad de Chile y subdirector de Investigación e Innovación del Hospital Clínico Universidad de Chile, destacó la relevancia de contar con información local para desarrollar herramientas confiables. "La calidad de los datos es fundamental para construir, validar y calibrar estos modelos", explicó, enfatizando que los algoritmos desarrollados en otros países pueden no representar completamente las características epidemiológicas y genéticas de la población chilena. 

La iniciativa también recoge la experiencia nacional con MIRAI, un modelo de inteligencia artificial desarrollado por el MIT y validado en Chile para estimar el riesgo de cáncer de mama a partir de mamografías. Según el especialista, estas tecnologías podrían contribuir a avanzar hacia una medicina más personalizada, permitiendo identificar pacientes con mayor riesgo y optimizar los procesos de seguimiento". 

"Una herramienta diagnóstica bien entrenada podría eventualmente reducir las biopsias innecesarias y los falsos positivos", señaló el Dr. Marín, quien agregó que la inteligencia artificial podría ayudar a priorizar a las pacientes con mayor probabilidad de presentar la enfermedad y mejorar la asignación de recursos disponibles.