Die automatisierte AI -Analyse von Mammogrammbildern und Alter kann das Risiko für Herz -Kreislauf -Erkrankungen vorhersagen

Ein AI -Algorithmus, der nur auf routinemäßigen Mammogrammbildern und Alterszeiten des Risikos einer Frau für wichtige kardiovaskuläre Erkrankungen sowie Standard -Risikobewertungsmethoden vorhersagen kann, findet Forschungsergebnisse, die online in der Zeitschrift veröffentlicht wurden Herz.

Da es vorhandene Gesundheitsinfrastruktur verwendet, kann die routinemäßige Mammographie eine kostengünstige „zwei“ für eine effektive Screening-Option für Frauen bieten, was die Forscher vorschlägt.

Herz -Kreislauf -Erkrankungen und ihre Risikofaktoren werden unter anerkannt und bei Frauen unterzogen, und die Risikovorhersagealgorithmen haben sie unterdurchschnittlich unterzogen, die Forscher weisen auf. Und während neuere Risikowerte bei Frauen besser abschneiden als bei Männern, sind sie komplex und ihre Genauigkeit hängt von umfangreichen medizinischen Daten ab, die nicht immer verfügbar sind.

Das Ausmaß der arteriellen Calciumablagerungen (BAC) und der Gewebedichte in den Brüsten wurde mit kardiovaskulärem Erkrankungsrisiko in Verbindung gebracht, aber BAC ist nicht mit Fettleibigkeit verbunden und ist negativ mit dem Rauchen verbunden, was darauf hindeutet, dass es nicht von selbst wirksam ist, so sie vermuten.

Sie machten sich daher vor, ob eine automatisierte KI -Analyse des gesamten Bereichs der internen Bruststruktur und der Eigenschaften von routinemäßigen Mammogrammbildern bei kardiovaskulärer Risikovorhersage genauer sein könnte.

Sie zeichneten 49.196 Frauen mit einem Durchschnittsalter von 59 Jahren, die zwischen 2009 und 2020 im Register der Lifepool -Kohorte eingeschrieben waren und in Victoria, Australien, lebten.

Bei der Registrierung lieferten die Frauen anfängliche Hintergrundinformationen Gesundheitsinformationen zu ihrem Alter, Raucherstatus, Alkoholkonsum, Gewicht (BMI), jeder Vorgeschichte von Diabetes und Verwendung von hohem Blutdruck und/oder hohen Cholesterindrogen und Blutverdünnen.

Zusätzliche Informationen umfassten den Status des Menopauses, die Fortpflanzungsgeschichte und die Verwendung der Hormontherapie sowie Faktoren, die möglicherweise die innere Struktur der Brust wie Strahlung, Operation und Krebs beeinflussen.

Etwa 5% der Frauen waren aktuelle Raucher, 62% hatten einen BMI von mehr als 25, 6% Typ -2 -Diabetes, 33% nahmen Medikamente gegen hohen Cholesterinspiegel, 27% für hohen Blutdruck und 11% ein Blutverdünner.

Während einer durchschnittlichen Verfolgungszeit von fast 9 Jahren hatten 3392 dieser Frauen ein erstes kardiovaskuläres „Ereignis“: die Erkrankung der Koronararterien (2383); Herzinfarkt (656); Schlaganfall (434) oder Herzinsuffizienz (731).

Die Forscher entwickelten einen KI -Algorithmus, der auf der vollständigen Komplement der internen Bruststrukturen und Merkmale aus den Mammogrammbildern sowie dem Alter der Frau basiert, um ein großes Risiko für Herz -Kreislauf -Erkrankungen über 10 Jahre vorherzusagen.

Dieser AI -Algorithmus war so gut wie moderne Risikowerte, die auf Alter und verschiedenen klinischen Faktoren beruhen, einschließlich des neuseeländischen „Vorhersagens“ „Tool“ und „The American Heart Association“ Purpor „Challator“. Und es war nur geringfügig besser, wenn verschiedene klinische Faktoren hinzugefügt wurden.

Die Forscher erkennen mehrere Einschränkungen für ihre Ergebnisse an, einschließlich, dass verschiedene Scanner nicht genau die gleichen Daten erzeugen. Die für den Vergleich verwendeten kardiovaskulären Risikofaktoren stützten sich auf Selbstbericht. Und alle tiefen Lernmodelle sind vollständig von ihren Trainingsdatensätzen abhängig.

Sie sagen jedoch: „Ein wesentlicher Vorteil des von uns entwickelten Mammographiemodells besteht darin, dass keine zusätzlichen Daten in der Anamnese oder medizinische Aufzeichnungen erforderlich waren und einen vorhandenen Risiko -Screening -Prozess nutzte, der von Frauen weit verbreitet ist.“

Sie fügen hinzu: „Die Mammographie hat Potenzial als“ Zwei-für-Eins „-Risikalentatum, was sowohl für die Gemeinschaft als auch für das Gesundheitssystem Effizienz bietet.“

Sie geben zu, dass „die Verwendung von Mammographiebildern zur Vorhersage des kardiovaskulären Risikos neu ist, aber die Verwendung von Modellen für maschinelles Lernen zur Vorhersage des kardiovaskulären Risikos gewinnt an Traktion.“

In einem verknüpften Leitartikel weisen Professor Gemma Figree und Dr. Stuart Grieve von der Universität von Sydney darauf hin, dass die schlechte Leistung traditioneller Risikofaktoralgorithmen bei Frauen durch mangelnde Bewusstsein für die Bedrohung durch Herzerkrankungen sowohl von Frauen selbst als auch des Gesundheitssystems für Frauen verstärkt wird.

„Im Gegensatz zu dem, was allgemein angenommen wird, verursacht Brustkrebs nur etwa 10% der gesamten Todesfälle weltweit im Vergleich zu solchen, die sich aus Herz -Kreislauf -Erkrankungen ergeben“, schreiben sie.

„Die Mammographie kann daher einen“ Touch Point „darstellen, um das Bewusstsein für kardiovaskuläre Risiken und Krankheiten bei Frauen zu schärfen“, vermuten sie.

Sie fügen jedoch hinzu: „Eine der Herausforderungen mit neuen Tools, die vielversprechend für eine verbesserte kardiovaskuläre Risikobewertung zeigen, bleibt die Implementierung.“

Quellen: