Aplicación de la inteligencia artificial en radioterapia para la planificación del tratamiento en pacientes adultos con cáncer de mama: una revisión de alcance

Abstract

Introducción: El cáncer de mama es una de las neoplasias más frecuentes en la población femenina. En los últimos años, la inteligencia artificial (IA) ha sido incorporada en la planificación de la radioterapia como herramienta de apoyo para optimizar procesos, reducir tiempos y mejorar la consistencia del tratamiento, aunque su implementación clínica aún presenta limitaciones. Objetivo: Mapear la evidencia existente sobre la aplicación de la inteligencia artificial en radioterapia para la planificación del tratamiento en pacientes adultos con cáncer de mama. Métodos: Se realizó una revisión de alcance siguiendo las directrices del Joanna Briggs Institute y el protocolo PRISMA-ScR. La búsqueda se efectuó en MEDLINE, EMBASE, ScienceDirect, Cochrane Library, LILACS y Google Scholar. El análisis se realizó mediante frecuencias absolutas y relativas. Resultados: Se incluyeron 16 estudios publicados entre 2021 y 2025, todos de población femenina. La IA se aplicó principalmente en segmentación automática (56.25%), seguida de automatización total del planeamiento (25.00%) y predicción de dosis (18.75%). El modelo más utilizado fue UNet (56.25%). Los estadios más frecuentes fueron el estadio II y estadio I. La evidencia provino principalmente de Asia y Estados Unidos, destacando Corea del Sur como el principal país de publicación, seguido por China. Conclusiones: La inteligencia artificial muestra utilidad principalmente en la automatización parcial de la planificación radioterapéutica en cáncer de mama, especialmente en la segmentación anatómica. Sin embargo, la evidencia disponible es mayoritariamente observacional, con limitaciones metodológicas y validación clínica limitada, lo que hace necesaria la realización de estudios multicéntricos y estandarizados antes de su adopción rutinaria.

Introduction: Breast cancer is one of the most common neoplasms in the female population. In recent years, artificial intelligence (AI) has been incorporated into radiotherapy planning as a supportive tool to optimize processes, reduce time, and improve treatment consistency; however, its clinical implementation still presents limitations. Objective: To map the existing evidence on the application of artificial intelligence in radiotherapy for treatment planning in adult patients with breast cancer. Methods: A scoping review was conducted following the Joanna Briggs Institute guidelines and the PRISMA-ScR protocol. The search was performed in MEDLINE, EMBASE, ScienceDirect, the Cochrane Library, LILACS, and Google Scholar. The analysis was carried out using absolute and relative frequencies. Results: Sixteen studies published between 2021 and 2025 were included, all involving female populations. AI was mainly applied to automatic segmentation (56.25%), followed by full automation of treatment planning (25.00%) and dose prediction (18.75%). The most commonly used model was U-Net (56.25%). The most frequent stages were stage II and stage I. The evidence came mainly from Asia and the United States, with South Korea standing out as the leading country of publication, followed by China. Conclusions: Artificial intelligence shows utility mainly in the partial automation of radiotherapy planning for breast cancer, particularly in anatomical segmentation. However, the available evidence is predominantly observational, with methodological limitations and limited clinical validation, making multicenter and standardized studies necessary before routine adoption.