En México, la mortalidad por cáncer de mama alcanzó uno de sus niveles más altos en décadas, con una tasa de 19.8 defunciones por cada 100,000 mujeres. En este contexto, ALIA Health y ÜMA Tech IA anunciaron el desarrollo de ALIA Health Risk Platform, una solución basada en inteligencia artificial que permitirá predecir y estratificar el riesgo de cáncer de mama a cinco años a partir de mamografías realizadas en la práctica clínica habitual.
La plataforma integra Mammorisk+, modelo predictivo desarrollado en el ecosistema clínico-académico del Tecnológico de Monterrey, que estima la probabilidad futura de desarrollar cáncer de mama en mujeres con mamografías sin hallazgos sospechosos. El objetivo es intervenir antes del diagnóstico, en la etapa donde se definen estrategias de prevención y personalización del tamizaje. El proyecto se encuentra en su fase final de desarrollo y su salida a producción está prevista para la primera semana de marzo, desplegado sobre la infraestructura de Google Cloud.
El lanzamiento ocurre en un escenario de brecha persistente en detección: solo 27 por ciento de las mujeres en edad de riesgo accedió a una mastografía el último año y cerca del 64 por ciento de los casos se diagnostican en etapas II o III, cuando la supervivencia disminuye y los tratamientos se encarecen. La atención de un caso avanzado puede superar los 300,000 pesos por paciente, lo que representa un impacto multimillonario anual para el sistema de salud.
ALIA Health Risk Platform busca optimizar la asignación de recursos y priorizar a las mujeres con mayor probabilidad futura de desarrollar la enfermedad, tanto en instituciones públicas como privadas. Además, incorporará un componente digital de información y seguimiento para pacientes, mientras que la interpretación diagnóstica seguirá en manos de especialistas. “Esta plataforma nace desde la práctica médica, con rigor científico y una visión clara de prevención”, señaló la doctora Daly Avendaño, cofundadora y CMO de ALIA Health, al destacar que la meta es fortalecer modelos de prevención personalizados y basados en datos en México y, eventualmente, en América Latina.
