Procesamiento de imágenes de mamografía para la detección asistida del cáncer de mama

Resumen

El cáncer de mama representa la principal causa de morbimortalidad oncológica en mujeres a nivel global, con un impacto desproporcionado en países de ingresos bajos y medianos debido al diagnóstico tardío. En este contexto, los sistemas de detección asistida por computadora (CAD) basados en inteligencia artificial (IA) han emergido como herramientas prometedoras para mejorar la precisión y accesibilidad del diagnóstico mamográfico. Este artículo presenta un mapeo sistemático de la literatura científica publicada entre 2020 y 2025 sobre el procesamiento de imágenes mamográficas digitales para la detección asistida del cáncer de mama. Siguiendo una metodología estructurada en seis pasos, se definieron cuatro preguntas de investigación orientadas a identificar los trabajos existentes, caracterizar su distribución temporal y geográfica, examinar los métodos computacionales empleados y determinar los tipos de lesiones mamarias abordadas. La estrategia de búsqueda combinó bases de datos internacionales (PubMed, IEEE Xplore, Semantic Scholar, Dialnet y JMIR) con revistas científicas cubanas, utilizando cadenas booleanas estandarizadas. Tras aplicar criterios rigurosos de inclusión y exclusión centrados en estudios empíricos en español o inglés que utilizaran imágenes mamográficas digitales y métodos computacionales explícitos, se seleccionó un corpus de artículos primarios para su análisis cualitativo. Este mapeo no solo sistematiza el estado del arte en un campo de rápida evolución, sino que también busca visibilizar la contribución de la investigación local y sentar las bases para el desarrollo de soluciones tecnológicas más equitativas, contextualizadas y alineadas con las necesidades de sistemas de salud con recursos limitados.