AI-teknologi i mammografi kunne forudsige hjertesygdomme hos kvinder

AI-teknologi i mammografi kunne forudsige hjertesygdomme hos kvinder

Mammogrammer kan opdage meget mere end kræft ved hjælp af kunstig intelligens (AI) modeller, ifølge en undersøgelse præsenteret på det årlige videnskabelige møde i American College of Cardiology (ACC.25). Resultaterne viser, hvordan disse vigtige kræftscreeningsværktøjer også kan bruges til at vurdere mængden af ​​calciumophobning i arterierne i brystvæv - en indikator for kardiovaskulær sundhed.

U.S. Centers for Disease Control and Prevention anbefaler, at midaldrende og ældre kvinder får et mammografi - et røntgenbillede af brystet - hvert eller hvert andet år for brystkræft. Der udføres omkring 40 millioner mammografi i USA hvert år. Mens forkalkning af brystarterierne kan ses på de resulterende billeder, kvantificerer eller rapporterer radiologer typisk ikke denne information til kvinder eller deres klinikere. Den nye undersøgelse, som brugte en AI-billedanalyseteknik, der ikke tidligere er blevet brugt i mammografi, viser, hvordan AI kan hjælpe med at lukke dette hul ved automatisk at analysere mælkearterieforkalkning og omsætte resultaterne til en kardiovaskulær risikoscore.

Vi ser en mulighed for, at kvinder kan screene for kræft og også få en kardiovaskulær screening fra deres mammografi. Vores undersøgelse viste, at thoraxarterieforkalkning er en god forudsigelse for hjertekarsygdomme, især hos patienter under 60 år. Hvis vi kan screene og identificere disse patienter tidligt, kan vi henvise dem til en kardiolog for yderligere risikovurdering. “

Theo Dapamede, MD, PhD, postdoc ved Emory University i Atlanta og studielederforfatter

Hjertesygdomme er den førende dødsårsag i USA, men forbliver underdiagnosticeret hos kvinder, og der er også opmærksomhed. Forskere sagde, at brug af AI-aktiverede mammografiscreeningsværktøjer kunne hjælpe med at identificere flere kvinder med tidlige tegn på hjerte-kar-sygdomme ved at gøre bedre brug af de screeningstest, mange kvinder modtager rutinemæssigt.

En ophobning af calcium i blodkarrene er et tegn på kardiovaskulær skade forbundet med hjertesygdomme eller tidlig aldring. Tidligere undersøgelser har vist, at kvinder med calciumophobning i deres arterier står over for en 51% højere risiko for hjertesygdomme og slagtilfælde.

For at udvikle det screeningsværktøj, der blev brugt til denne undersøgelse, trænede forskerne en dyb-lærende AI-model til at segmentere forkalkede kar i mammografibilleder - der fremstår som lyse pixels til røntgenstråler - og beregne fremtidig risiko for kardiovaskulære hændelser baseret på data fra elektroniske sundhedsjournaldata. Segmenteringstilgangen adskiller denne model fra tidligere AI-modeller udviklet til at analysere forkalkninger i brystpulsåren. Forskere sagde, at modellen også blev styrket af brugen af ​​et stort datasæt til træning og test, der inkluderede billeder og helbredsjournaler af over 56.000 patienter, der fik foretaget en mammografi på Emory Healthcare mellem 2013 og 2020 og havde mindst fem års EPJ'er.

"Fremskridt inden for deep learning og AI har gjort det meget mere muligt at udtrække mere information fra billeder og bruge den til at informere om opportunistisk screening," sagde Dapamede.

De overordnede resultater viste, at den nye model klarede sig godt til at karakterisere patienters kardiovaskulære risiko som lav, moderat eller svær på mammografibilleder. Efter at have beregnet risikoen for at dø af en hvilken som helst årsag eller lide af et akut hjerteanfald, slagtilfælde eller hjertesvigt efter to år og fem år, viste modellen, at frekvensen af disse alvorlige kardiovaskulære hændelser steg med brystarteriel forkalkningsniveau i to af de tre vurderede alderskategorier - kvinder yngre end 60 år og 60-80 år, men ikke hos dem, der er over 80 år, giver risikoen for hjertesygdom særlig tidligt. yngre kvinder, som kan drage mere fordel af tidlige indgreb, sagde forskere.

Resultaterne viste også, at kvinder med det højeste niveau af mælkearterieforkalkning (over 40 mm2) havde en signifikant lavere fem års hændelsesfri overlevelsesrate end dem med det laveste niveau (under 10 mm2). For eksempel overlevede 86,4 % af dem med det højeste niveau af mælkearterieforkalkning i fem år sammenlignet med 95,3 % af dem med det laveste niveau af forkalkning. Dette resulterer i cirka 2,8 gange risikoen for død inden for fem år hos patienter med alvorlig brystarteriel forkalkning sammenlignet med patienter med ringe eller ingen brystarteriel forkalkning.

AI-modellen er udviklet som et samarbejde mellem Emory Healthcare og Mayo Clinic og er ikke tilgængelig i øjeblikket. Hvis det overvinder ekstern validering og modtager godkendelse fra U.S. Food and Drug Administration, sagde forskere, at værktøjet kunne være kommercielt tilgængeligt for andre sundhedssystemer til at integrere i rutinemæssig mammografibehandling og opfølgningsbehandling. Forskerne planlægger også at undersøge, hvordan lignende AI-modeller kan bruges til at vurdere biomarkører for andre sygdomme, såsom perifer arteriesygdom og nyresygdom, der kan udvindes fra mammografi.

Kilder: