AI-technologie in mammografieën zou hartziekten bij vrouwen kunnen voorspellen

AI-technologie in mammografieën zou hartziekten bij vrouwen kunnen voorspellen

Mammogrammen kunnen veel meer dan alleen kanker detecteren met behulp van modellen voor kunstmatige intelligentie (AI), blijkt uit een onderzoek dat werd gepresenteerd op de jaarlijkse wetenschappelijke bijeenkomst van het American College of Cardiology (ACC.25). De resultaten laten zien hoe deze belangrijke kankerscreeningsinstrumenten ook kunnen worden gebruikt om de hoeveelheid calciumophoping in de slagaders in het borstweefsel te beoordelen – een indicator voor de cardiovasculaire gezondheid.

De Amerikaanse Centers for Disease Control and Prevention raden vrouwen van middelbare en oudere leeftijd aan om elke één of twee jaar een mammogram (een röntgenfoto van de borst) te laten maken vanwege borstkanker. Jaarlijks worden in de Verenigde Staten ongeveer 40 miljoen mammografieën uitgevoerd. Hoewel op de resulterende beelden verkalking van de borstslagaders te zien is, kwantificeren of rapporteren radiologen deze informatie doorgaans niet aan vrouwen of hun artsen. De nieuwe studie, waarbij gebruik werd gemaakt van een AI-beeldanalysetechniek die nog niet eerder in mammografieën werd gebruikt, laat zien hoe AI kan helpen deze kloof te dichten door automatisch de verkalking van de borstslagader te analyseren en de resultaten te vertalen in een cardiovasculaire risicoscore.

We zien een mogelijkheid voor vrouwen om te screenen op kanker en ook een cardiovasculair onderzoek te krijgen op hun mammografie. Uit ons onderzoek blijkt dat verkalking van de thoracale arterie een goede voorspeller is van hart- en vaatziekten, vooral bij patiënten jonger dan 60 jaar. Als we deze patiënten vroegtijdig kunnen screenen en identificeren, kunnen we ze doorverwijzen naar een cardioloog voor verdere risicobeoordeling. “

Theo Dapamede, MD, PhD, postdoctoraal onderzoeker aan de Emory Universiteit in Atlanta en hoofdauteur van het onderzoek

Hartziekten zijn de belangrijkste doodsoorzaak in de Verenigde Staten, maar blijven ondergediagnosticeerd bij vrouwen, en er is ook bewustzijn. Onderzoekers zeggen dat het gebruik van AI-gebaseerde mammogram-screeningtools zou kunnen helpen meer vrouwen met vroege tekenen van hart- en vaatziekten te identificeren door beter gebruik te maken van de screeningtests die veel vrouwen routinematig ondergaan.

Een opeenhoping van calcium in de bloedvaten is een teken van cardiovasculaire schade die verband houdt met hartaandoeningen of vroegtijdige veroudering. Eerdere studies hebben aangetoond dat vrouwen met calciumophoping in hun bloedvaten een 51% hoger risico lopen op hartziekten en beroertes.

Om de screeningtool te ontwikkelen die voor dit onderzoek is gebruikt, hebben onderzoekers een diepgaand lerend AI-model getraind om verkalkte bloedvaten te segmenteren in mammogrambeelden – die als heldere pixels op röntgenfoto’s verschijnen – en het toekomstige risico op cardiovasculaire gebeurtenissen te berekenen op basis van gegevens uit elektronische medische dossiers. De segmentatiebenadering onderscheidt dit model van eerdere AI-modellen die zijn ontwikkeld om verkalkingen van de borstslagader te analyseren. Onderzoekers zeiden dat het model ook werd versterkt door het gebruik van een grote dataset voor training en testen, waaronder afbeeldingen en gezondheidsdossiers van meer dan 56.000 patiënten die tussen 2013 en 2020 een mammografie hadden ondergaan bij Emory Healthcare en ten minste vijf jaar EPD’s hadden.

“Vooruitgang op het gebied van deep learning en AI heeft het veel haalbaarder gemaakt om meer informatie uit beelden te halen en deze te gebruiken voor opportunistische screening”, aldus Dapamede.

De algemene bevindingen toonden aan dat het nieuwe model goed presteerde bij het karakteriseren van het cardiovasculaire risico van patiënten als laag, matig of ernstig op mammogrambeelden. Na het berekenen van het risico op overlijden door welke oorzaak dan ook of op het lijden van een acute hartaanval, beroerte of hartfalen na twee en vijf jaar, toonde het model aan dat het aantal van deze ernstige cardiovasculaire voorvallen toenam met het niveau van de borstarteriële verkalking in twee van de drie beoordeelde leeftijdscategorieën: vrouwen jonger dan 60 jaar en 60-80 jaar, maar niet bij vrouwen ouder dan 80 jaar. Dit maakt het instrument bijzonder geschikt voor het vroegtijdig waarschuwen voor het risico op hart- en vaatziekten bij jongere vrouwen, die meer baat kunnen hebben bij vroege interventies, aldus onderzoekers.

De resultaten toonden ook aan dat vrouwen met het hoogste niveau van verkalking van de borstslagader (boven 40 mm2) een significant lager vijfjaars gebeurtenisvrije overlevingspercentage hadden dan vrouwen met het laagste niveau (minder dan 10 mm2). Zo overleefde 86,4% van degenen met het hoogste niveau van verkalking van de borstslagader vijf jaar, vergeleken met 95,3% van degenen met het laagste niveau van verkalking. Dit resulteert in ongeveer 2,8 keer het risico op overlijden binnen vijf jaar bij patiënten met ernstige borstarteriële calcificatie vergeleken met patiënten met weinig tot geen borstarteriële calcificatie.

Het AI-model is ontwikkeld als samenwerking tussen Emory Healthcare en Mayo Clinic en is momenteel niet beschikbaar. Als het de externe validatie overwint en goedkeuring krijgt van de Amerikaanse Food and Drug Administration, zeggen onderzoekers dat het hulpmiddel commercieel beschikbaar zou kunnen zijn voor andere gezondheidszorgsystemen om te integreren in routinematige mammogramverwerking en vervolgzorg. De onderzoekers zijn ook van plan te onderzoeken hoe vergelijkbare AI-modellen kunnen worden gebruikt om biomarkers voor andere ziekten, zoals perifere aderziekte en nierziekte, te beoordelen die uit mammogrammen kunnen worden gehaald.

Bronnen: