Sztuczna inteligencja ujawnia ryzyko sercowo-naczyniowe podczas rutynowej mammografii
Badania wykazały, że AI może identyfikować ryzyko chorób sercowo-naczyniowych u kobiet na podstawie mammografii, co może poprawić wczesną diagnostykę.
Sztuczna inteligencja (AI) może pomóc w identyfikacji kobiet zagrożonych poważnymi chorobami sercowo-naczyniowymi, analizując rutynowe skany mammograficzne. Takie wnioski płyną z dużego badania, które pokazuje, że algorytmy AI mogą wykrywać i kwantyfikować osady wapnia w tętnicach piersi, co jest wskaźnikiem związanym z chorobami serca, korzystając z standardowych mammogramów rentgenowskich wykonywanych w programach przesiewowych w kierunku raka piersi.
To podejście może stanowić istotną szansę na wcześniejsze wykrycie ryzyka sercowo-naczyniowego u kobiet, co jest długotrwałym problemem w diagnostyce i leczeniu. Badanie zostało opublikowane w European Heart Journal.
Niedodiagnozowane
Choroby sercowo-naczyniowe są główną przyczyną zgonów wśród kobiet na całym świecie. Badania pokazują, że kobiety są rzadziej diagnozowane i leczone w porównaniu do mężczyzn. Dr Hari Trivedi z Uniwersytetu Emory w Atlancie, który prowadził badanie, podkreśla, że ta dysproporcja wskazuje na potrzebę innowacyjnych strategii przesiewowych.
„Mammografie są już powszechnie stosowane w przesiewaniu w kierunku raka piersi,” wyjaśnia. „Te obrazy mogą również pokazywać osady wapnia w tętnicach piersi, które są związane z chorobami serca. Chcieliśmy zbadać, czy AI może analizować te obrazy, aby zidentyfikować kobiety zagrożone, bez potrzeby dodatkowych testów, kosztów czy niedogodności.”
Analiza na dużą skalę
Badanie objęło 123 762 kobiety, które przeszły przesiew w kierunku raka piersi i nie miały znanych chorób sercowo-naczyniowych w momencie obrazowania. Naukowcy użyli modelu AI do oceny zwapnienia tętnic piersi (BAC), osadów wapnia w tętnicach w tkance piersi widocznych na mammogramach.
BAC jest uważane za wskaźnik twardnienia tętnic i jest związane ze zwiększonym ryzykiem chorób sercowo-naczyniowych, takich jak zawał serca, udar mózgu, niewydolność serca i śmiertelność sercowo-naczyniowa. System AI sklasyfikował stopień zwapnienia w czterech kategoriach:
- Brak
- Łagodne
- Umiarkowane
- Ciężkie
Naukowcy porównali te klasyfikacje z długoterminowymi wynikami zdrowotnymi, aby ustalić, czy BAC przewiduje zdarzenia sercowo-naczyniowe.
Wyraźna korelacja z wynikami sercowo-naczyniowymi
Wyniki ujawniły silne powiązanie między ilością zwapnienia a przyszłym ryzykiem sercowo-naczyniowym. Kobiety z łagodnym zwapnieniem miały około 30 procent większe ryzyko rozwoju poważnych chorób sercowo-naczyniowych w porównaniu do kobiet bez zwapnienia. Dla kobiet z umiarkowanym zwapnieniem ryzyko było ponad 70 procent wyższe. Te z ciężkim zwapnieniem miały ryzyko dwa do trzech razy większe.
Co ważne, związek ten pozostawał istotny nawet po uwzględnieniu ustalonych czynników ryzyka, takich jak cukrzyca i palenie. Wyniki były również spójne u kobiet poniżej 50. roku życia, grupy często uważanej za mającą stosunkowo niskie ryzyko sercowo-naczyniowe.
„To największe badanie tego typu,” mówi Trivedi. „Obejmuje kobiety z różnych grup etnicznych w dwóch dużych amerykańskich systemach zdrowotnych. Im więcej wapnia widocznego w tętnicach piersi na mammogramie, tym wyższe ryzyko poważnych zdarzeń sercowo-naczyniowych.”
Podwójne narzędzie diagnostyczne
Naukowcy podkreślają, że integracja analizy BAC opartej na AI w istniejące procesy mammograficzne mogłaby umożliwić przesiewowe badania ryzyka sercowo-naczyniowego na dużą skalę bez dodatkowej infrastruktury.
Dla pacjentów oznaczałoby to, że rutynowa mammografia dostarczałaby informacji wykraczających poza wykrywanie nowotworów. Jeśli wykryto by zwapnienie, klinicyści mogliby rozpocząć działania zapobiegawcze, takie jak badania cholesterolu, porady dotyczące stylu życia lub leczenie.
Dla dostawców usług zdrowotnych technologia ta oferuje praktyczną metodę identyfikacji kobiet, które mogłyby pozostać nieświadome swojego ryzyka sercowo-naczyniowego.
Szansa na opiekę profilaktyczną
W towarzyszącym artykule profesor Lori B. Daniels z Uniwersytetu Kalifornijskiego w San Diego podkreśla potencjalny wpływ zdrowotny tego podejścia.
Udział w przesiewach w kierunku raka piersi jest już wysoki. W Unii Europejskiej około dwie trzecie kobiet w wieku 50-69 lat zgłasza, że miało mammografię w ciągu ostatnich dwóch lat. W Stanach Zjednoczonych prawie 70 procent kobiet w wieku 45 lat i starszych jest na bieżąco z przesiewami mammograficznymi zgodnie z wytycznymi Amerykańskiego Towarzystwa Raka.
W przeciwieństwie do tego, mniej niż 40 procent kobiet zgłasza, że zna swoje poziomy cholesterolu. Zwapnienie tętnic piersi mogłoby zatem pomóc w zamknięciu tej luki w profilaktyce. „Wykorzystuje platformę przesiewową, z której korzystają miliony kobiet,” zauważa Daniels, „aby zidentyfikować ryzyko sercowo-naczyniowe u tych, którzy w przeciwnym razie mogliby nie zaangażować się w opiekę profilaktyczną.” Artykuł kończy, że dowody wspierające kwantyfikację BAC przez AI są teraz wystarczająco silne, aby przejść do wdrożenia klinicznego.
Integracja kliniczna
Zespół badawczy obecnie przygotowuje badanie kliniczne, aby ocenić, jak wykrywanie BAC oparte na AI może być zintegrowane z procesami klinicznymi. Kluczowe kwestie obejmują włączenie narzędzia AI do systemów obrazowania oraz ustalenie wytycznych dotyczących raportowania wyników do klinicystów i pacjentów.
Jeśli zostanie to pomyślnie wdrożone, podejście to mogłoby przekształcić rutynową mammografię w narzędzie przesiewowe o podwójnym zastosowaniu, jednocześnie wykrywając raka piersi i identyfikując kobiety zagrożone chorobami serca.
Biorąc pod uwagę, że choroby sercowo-naczyniowe pozostają główną przyczyną zgonów wśród kobiet na całym świecie, możliwość wykorzystania istniejącego momentu przesiewowego do wsparcia profilaktyki może okazać się niezwykle cenna dla zdrowia populacji.
Porównywalne badania
Na początku tego roku porównywalne badanie z Penn State College of Medicine również sugerowało, że osady wapnia w tętnicach piersi (BAC) widoczne na mammogramach mogą pomóc w przewidywaniu przyszłego ryzyka chorób sercowo-naczyniowych u kobiet. BAC pojawia się w około 15-25% mammogramów przesiewowych, ale zazwyczaj nie jest raportowane, ponieważ nie jest związane z rakiem piersi.
Wykorzystując AI do analizy mammogramów ponad 10 000 kobiet, badacze stwierdzili, że obecność i postęp BAC silnie korelują z wyższym ryzykiem zawału serca, udaru mózgu, niewydolności serca i śmiertelności. Kobiety, u których zwapnienie się pogarszało, miały do dwóch razy większe ryzyko poważnych zdarzeń sercowo-naczyniowych. Ponieważ BAC można wykryć na istniejących obrazach mammograficznych, podejście to może umożliwić wcześniejsze identyfikowanie ryzyka sercowo-naczyniowego bez dodatkowych testów, promieniowania czy kosztów opieki zdrowotnej.
Źródło: https://www.icthealth.org/news/ai-reveals-cardiovascular-risk-in-routine-mammography
Źródło: www.icthealth.org