乳房X光检查中的人工智能技术可以预测女性的心脏病

乳房X光检查中的人工智能技术可以预测女性的心脏病

根据美国心脏病学会年度科学会议 (ACC.25) 上发表的一项研究，使用人工智能 (AI) 模型，乳房 X 光检查可以检测到的不仅仅是癌症。结果表明，这些重要的癌症筛查工具也可用于评估乳腺组织内动脉中的钙积聚量，这是心血管健康的指标。

美国疾病控制和预防中心建议中年和老年女性每隔一到两年进行一次乳房X光检查（乳房X光检查）以检查是否患有乳腺癌。美国每年大约进行 4000 万次乳房 X 光检查。虽然在生成的图像中可以看到乳动脉钙化，但放射科医生通常不会量化或向女性或其临床医生报告此信息。这项新研究使用了以前未在乳房X光检查中使用的人工智能图像分析技术，展示了人工智能如何通过自动分析乳腺动脉钙化并将结果转化为心血管风险评分来帮助缩小这一差距。

我们看到女性有机会筛查癌症，并通过乳房 X 光检查进行心血管筛查。我们的研究表明，胸动脉钙化是心血管疾病的良好预测因子，特别是对于 60 岁以下的患者。如果我们能够及早筛查和识别这些患者，我们就可以将他们转介给心脏病专家进行进一步的风险评估。 “

Theo Dapamede，医学博士、哲学博士、亚特兰大埃默里大学博士后研究员、研究主要作者

心脏病是美国的首要死因，但女性中心脏病的诊断率仍然不足，而且人们对此的认识也还不够。研究人员表示，使用人工智能乳房X光检查工具可以更好地利用许多女性常规接受的筛查测试，帮助识别更多患有心血管疾病早期迹象的女性。

血管中钙的积聚是与心脏病或早衰相关的心血管损伤的迹象。先前的研究表明，动脉钙积聚的女性患心脏病和中风的风险增加 51%。

为了开发用于本研究的筛查工具，研究人员训练了一个深度学习人工智能模型，以分割乳房X光检查图像中的钙化血管（在X射线下显示为明亮像素），并根据电子健康记录数据计算未来心血管事件的风险。分割方法将该模型与之前为分析乳动脉钙化而开发的人工智能模型区分开来。研究人员表示，该模型还通过使用大型数据集进行训练和测试得到了加强，其中包括超过 56,000 名患者的图像和健康记录，这些患者在 2013 年至 2020 年间在埃默里医疗保健中心进行了乳房 X 光检查，并且至少有五年的 EHR。

达帕梅德说：“深度学习和人工智能的进步使得从图像中提取更多信息并利用其为机会性筛查提供信息变得更加可行。”

总体研究结果表明，新模型在将乳房 X 光检查图像上的患者心血管风险描述为低、中或重方面表现良好。在计算了两年和五年因任何原因死亡或遭受急性心脏病发作、中风或心力衰竭的风险后，该模型显示，在评估的三个年龄组中的两个年龄组中，这些严重心血管事件的发生率随着乳动脉钙化水平的增加而增加——60岁以下的女性和60-80岁的女性，但80岁以上的女性则不然。研究人员表示，这使得该工具特别适合为年轻女性提供心脏病风险的早期预警，她们可以从早期干预中受益更多。

结果还显示，乳腺动脉钙化水平最高（高于 40 mm2）的女性的五年无事件生存率显着低于水平最低（低于 10 mm2）的女性。例如，乳腺动脉钙化程度最高的患者中，有 86.4% 存活了 5 年，而钙化程度最低的患者中，这一比例为 95.3%。这导致患有严重乳腺动脉钙化的患者五年内死亡的风险大约是乳腺动脉钙化很少或没有钙化的患者的 2.8 倍。

该人工智能模型是埃默里医疗保健公司和梅奥诊所合作开发的，目前尚未推出。研究人员表示，如果它通过了外部验证并获得美国食品和药物管理局的批准，该工具可以在商业上供其他卫生系统纳入常规乳房X光检查处理和后续护理中。研究人员还计划研究如何使用类似的人工智能模型来评估其他疾病的生物标志物，例如外周动脉疾病和肾脏疾病，这些生物标志物可以从乳房X光照片中提取。

资料来源：