Un residente de radiología del CHUO recibe un premio internacional sobre imagen médica

Un médico residente del servicio de radiodiagnóstico del Hospital Universitario de Ourense, Eduardo Gutiérrez Dorta, acaba de ser galardonado con el prestigioso Trainee Research Prize de la Radiological Society of North America (RSNA), que reconoce su destacada investigación en el campo de la imagenología médica. Este premio, que se entrega anualmente durante el Congreso de la RSNA en Chicago, representa el reconocimiento al trabajo de los profesionales que abarcan toda la gama de subespecialidades radiológicas en más de 150 países alrededor del mundo y distingue a jóvenes investigadores cuyos trabajos destacan por su excelencia, impacto y originalidad. Con este reconocimiento, el doctor Gutiérrez se convierte en el segundo médico residente español en la historia en recibir este galardón y el primer médico residente de la Comunidad Autónoma de Galicia.
El trabajo premiado se titula “Impact of New Technologies on a Breast Cancer Screening Program” (Impacto de las nuevas tecnologías en un programa de cribado de cáncer de mama), que evalúa el impacto de nuevas tecnologías, como la inteligencia artificial y la tomosíntesis. Eduardo Gutiérrez, nacido en Santa Cruz de Tenerife, está cursando el último año de su residencia en el servicio de Radiodiagnóstico del Hospital ourensano y, durante este periodo de formación, estuvo en la Unidad de Radiología Mamaria, donde profundizó conocimientos sobre el estudio de imagen de esta patología junto al equipo de la Unidad. Su responsable, Dra. Josefina Pereira, animó al residente a completar sus conocimientos mediante una rotación externa de dos meses en uno de los centros punteros en España en esta subespecialidad, como es el Hospital Universitario Reina Sofía de Córdoba.
El equipo de la Unidad de Radiología Mamaria del hospital andaluz, que dirige la Dra. Mariña Álvarez Benito, es actualmente una referencia a nivel nacional e internacional en el diagnóstico y abordaje integral del cáncer de mama. Además, el programa poblacional de Cáncer de Mama que desarrolla el sistema andaluz de salud es, junto al de la Comunidad Gallega, uno de los más avanzados del estado español. Fruto de esa estancia, el doctor Gutiérrez desarrolló un estudio realizado en el marco del Programa de Detección de Cáncer de Mama de Córdoba, donde analizó el impacto de la tomosíntesis digital de mama (DBT) y la inteligencia artificial (IA) en la detección de cáncer, la tasa de re-chamadas y la carga de trabajo en un programa de cribado poblacional.
Los resultados del estudio sugieren que la incorporación de IA y DBT en los programas de detección de cáncer de mama no solo mejora la precisión diagnóstica, sino que también optimiza los recursos y la carga de trabajo de los especialistas. Los hallazgos más relevantes incluyen un incremento de hasta 3.9 puntos en la tasa de detección de cáncer (9.6 cánceres detectados por cada mil habitantes con la estrategia de doble lectura con tomosíntesis digital e IA, respecto a los 5.7 cánceres detectados por cada mil habitantes con la estrategia estándar de doble lectura con mamografía) o la optimización de la carga de trabajo, logrando reducciones de hasta un 2.7% en la tasa de derivación hospitalaria sin comprometer la tasa de detección de cáncer (tasa de derivación del 3.5% en la estrategia de lectura simple con tomosíntesis digital e IA, respecto al 6.2% en la estrategia estándar de doble lectura con mamografía).
En el desarrollo del trabajo, se destaca que los resultados fueron obtenidos en el contexto de una lectura de cribado y asistencia hospitalaria realizadas únicamente por radiólogos con entre 3 y 15 años de experiencia en imagen mamaria, dedicados exclusivamente al ejercicio de esta subespecialidad. El trabajo premiado en el congreso de Chicago concluye que estas tecnologías representan un avance prometedor en los programas de cribado poblacional y pueden influir en futuras decisiones sobre su diseño e implementación.