Cristina Alfaro Vergara es tecnóloga médica de Arica y Parinacota y cursa un doctorado en Ingeniería Biológica y Médica en la Pontificia Universidad Católica de Chile. Su investigación apunta a la detección temprana del cáncer de mama con inteligencia artificial: modelos que leen mamografías y delimitan tumores que el ojo humano todavía no alcanza a ver. En septiembre, ese trabajo recibió el premio For Women in Science 2026 en la categoría Doctorado.
De acuerdo con lo informado por la Universidad de Tarapacá, donde es académica de su Facultad de Ciencias de la Salud, su tesis consiste en delimitar el volumen de los tumores mamarios a partir de tomosíntesis digital. Esa técnica toma varias imágenes de la mama desde ángulos distintos y arma con ellas una vista en tres dimensiones. Reduce el efecto de superposición de los tejidos y mejora la lectura en mamas densas, donde la mamografía tradicional pierde detalle.
El cáncer de mama es la primera causa de muerte oncológica femenina en Chile, y la investigadora lo conoce desde dentro. Trabajó en la radiología de urgencia de la ex Posta Central, en Santiago, y en servicios de mamografía, donde vio de cerca los diagnósticos tardíos. Esa experiencia la llevó a buscar cómo adelantarse a la enfermedad y la acercó a la detección temprana del cáncer de mama con aprendizaje automático, hacia 2018 y 2019.
Cómo se entrena un modelo para la detección temprana del cáncer de mama
Los modelos de aprendizaje profundo necesitan muchos ejemplos para aprender. Los datos clínicos reales son escasos y están protegidos por reglas de privacidad. Para superar ese obstáculo, Alfaro construyó BreasTomo-Synth, una base de mamografías sintéticas de acceso público que subió al repositorio Zenodo. Las imágenes se generaron con un software validado por la FDA, la agencia reguladora de alimentos y medicamentos de Estados Unidos. Con esas mamas artificiales entrena redes neuronales convolucionales, un tipo de modelo diseñado para reconocer patrones en imágenes. El objetivo es describir la forma, el tamaño y la posición del tumor dentro de la mama, con una precisión similar a la de un especialista.
El trabajo ya rindió publicaciones. Una apareció en el Journal of Imaging Informatics in Medicine, un segundo documento de datos está enviado a Nature Scientific Data y un tercer manuscrito fue enviado a la revista Diagnostics. Alfaro desarrolla su tesis bajo la tutoría de Claudia Prieto, directora del Instituto Milenio iHEALTH, y de Domingo Mery, también investigador del instituto. La defensa está prevista para las próximas semanas.
De la tomosíntesis a los hospitales de regiones
La meta que la investigadora pone por delante es el traslado de la tecnología. Quiere que estos sistemas lleguen a los centros de salud pública de regiones, donde suele haber menos especialistas. Arica y Parinacota, su región, está entre las que lideran las cifras de cáncer de mama en el país. La detección temprana cambia el pronóstico: una lesión vista a tiempo se trata con cirugías más conservadoras y con mejores resultados.
Una segunda aplicación apunta al quirófano. Si el modelo delimita con precisión el contorno del tumor, el equipo médico puede planificar mejor una cirugía conservadora: preservar el tejido sano alrededor de la mama y extraer solo el área afectada. Alfaro lo resume como una mejora en la calidad de vida de la paciente.
El aporte se mide en otra parte: en llevar una lectura más precisa a lugares donde falta quien la haga. La investigadora forma grupos con estudiantes de Tecnología Médica y de Ingeniería en Computación para que la región produzca sus propios investigadores. Su mensaje a las niñas que dudan si entrar a las carreras científicas es directo: que se atrevan. La ceremonia del premio se realizará en Santiago, en fecha por confirmar.
Fuentes consultadas: Instituto Milenio iHEALTH (07/09) · Ingeniería UC (04/09) · Cooperativa Ciencia (05/10) · BreasTomo-Synth, repositorio Zenodo.
