AI-teknik i mammografi kan förutsäga hjärtsjukdomar hos kvinnor

AI-teknik i mammografi kan förutsäga hjärtsjukdomar hos kvinnor

Mammogram kan upptäcka mycket mer än cancer med hjälp av artificiell intelligens (AI)-modeller, enligt en studie som presenterades vid det årliga vetenskapliga mötet för American College of Cardiology (ACC.25). Resultaten visar hur dessa viktiga cancerscreeningsverktyg också kan användas för att bedöma mängden kalciumuppbyggnad i artärerna i bröstvävnad - en indikator på kardiovaskulär hälsa.

U.S. Centers for Disease Control and Prevention rekommenderar att medelålders och äldre kvinnor får ett mammografi - en röntgen av bröstet - vart eller vartannat år för bröstcancer. Cirka 40 miljoner mammografi utförs i USA varje år. Även om förkalkning av bröstartärerna kan ses i de resulterande bilderna, kvantifierar eller rapporterar radiologer vanligtvis inte denna information till kvinnor eller deras läkare. Den nya studien, som använde en AI-bildanalysteknik som inte tidigare använts i mammografi, visar hur AI kan hjälpa till att stänga detta gap genom att automatiskt analysera bröstartärförkalkning och översätta resultaten till en kardiovaskulär riskpoäng.

Vi ser en möjlighet för kvinnor att screena för cancer och även få en kardiovaskulär screening från sina mammografi. Vår studie visade att bröstartärförkalkning är en bra prediktor för hjärt-kärlsjukdom, särskilt hos patienter under 60 år. Om vi ​​kan screena och identifiera dessa patienter tidigt kan vi remittera dem till en kardiolog för vidare riskbedömning. "

Theo Dapamede, MD, PhD, postdoktor vid Emory University i Atlanta och studiehuvudförfattare

Hjärtsjukdom är den vanligaste dödsorsaken i USA, men är fortfarande underdiagnostiserad hos kvinnor, och det finns också medvetenhet. Forskare sa att användning av AI-aktiverade mammogramscreeningsverktyg skulle kunna hjälpa till att identifiera fler kvinnor med tidiga tecken på hjärt-kärlsjukdom genom att bättre utnyttja de screeningtest som många kvinnor får rutinmässigt.

En ansamling av kalcium i blodkärlen är ett tecken på kardiovaskulär skada i samband med hjärtsjukdom eller tidigt åldrande. Tidigare studier har visat att kvinnor med kalciumuppbyggnad i sina artärer löper en 51% högre risk för hjärtsjukdomar och stroke.

För att utveckla screeningsverktyget som används för denna studie, tränade forskare en djupinlärande AI-modell för att segmentera förkalkade kärl i mammografibilder - som visas som ljusa pixlar till röntgenstrålar - och beräkna framtida risker för kardiovaskulära händelser baserat på data från elektroniska hälsojournaler. Segmenteringsmetoden skiljer denna modell från tidigare AI-modeller utvecklade för att analysera bröstartärförkalkning. Forskare sa att modellen också stärktes genom användningen av en stor datamängd för träning och testning som inkluderade bilder och hälsojournaler av över 56 000 patienter som genomgick ett mammografi på Emory Healthcare mellan 2013 och 2020 och som hade minst fem år av EHR.

"Framsteg inom djupinlärning och AI har gjort det mycket mer genomförbart att extrahera mer information från bilder och använda den för att informera om opportunistisk screening," sa Dapamede.

De övergripande resultaten visade att den nya modellen presterade bra när det gäller att karakterisera patienters kardiovaskulära risk som låg, måttlig eller svår på mammografibilder. Efter att ha beräknat risken att dö av vilken orsak som helst eller drabbas av en akut hjärtinfarkt, stroke eller hjärtsvikt vid två år och fem år, visade modellen att frekvensen av dessa allvarliga kardiovaskulära händelser ökade med bröstartärförkalkningsnivån i två av de tre ålderskategorierna som utvärderades – kvinnor yngre än 60 år och 60-80 år, men inte hos dem över åldern 80 ger risken särskilt bra för hjärtsjukdomar. yngre kvinnor, som kan dra mer nytta av tidiga insatser, sa forskare.

Resultaten visade också att kvinnor med den högsta nivån av bröstartärförkalkning (över 40 mm2) hade en signifikant lägre fem års händelsefri överlevnad än de med den lägsta nivån (under 10 mm2). Till exempel överlevde 86,4 % av dem med den högsta nivån av bröstartärförkalkning i fem år, jämfört med 95,3 % av dem med den lägsta nivån av förkalkning. Detta resulterar i cirka 2,8 gånger risken för död inom fem år hos patienter med allvarlig bröstartärförkalkning jämfört med patienter med liten eller ingen bröstartärförkalkning.

AI-modellen utvecklades som ett samarbete mellan Emory Healthcare och Mayo Clinic och är för närvarande inte tillgänglig. Om det övervinner extern validering och får godkännande från U.S. Food and Drug Administration, sa forskare att verktyget kan vara kommersiellt tillgängligt för andra hälsosystem att införliva i rutinmässig mammografibearbetning och uppföljningsvård. Forskarna planerar också att studera hur liknande AI-modeller kan användas för att bedöma biomarkörer för andra sjukdomar, såsom perifer artärsjukdom och njursjukdom, som kan extraheras från mammografi.

Källor: