人工智能量化乳腺动脉钙化可从乳腺X光片预测心脏病风险Journal of Medical Internet Research - AI-Quantified Breast Arterial Calcification Can Predict Heart Disease Risk From Mammograms

环球医讯 / AI与医疗健康来源:www.jmir.org美国 - 英语2026-05-21 03:12:28 - 阅读时长6分钟 - 2755字
一项针对123,762名女性的最新回顾性研究表明,通过人工智能分析常规乳腺X光片可以量化乳腺动脉钙化程度,从而预测心血管疾病风险。研究发现乳腺动脉钙化是主要不良心血管事件的独立风险因素,尤其对通常低于传统筛查年龄的女性具有重要意义。该模型使大规模风险评估成为可能,并且能够更精确地理解钙化严重程度与心血管风险之间的关系,有望在不增加辐射暴露、成本、医生就诊或血液检测的情况下,利用现有乳腺X光检查筛查心血管疾病高风险女性,为改善女性心血管疾病早期诊断和预防提供了新途径。
人工智能乳腺动脉钙化乳腺X光片心脏病风险心血管疾病女性健康风险筛查深度学习模型
人工智能量化乳腺动脉钙化可从乳腺X光片预测心脏病风险

关键发现

  • 最新研究将人工智能应用于乳腺X光检查,量化了乳腺动脉钙化程度,并证明它是主要不良心血管事件的独立风险因素,尤其对通常低于传统筛查年龄的女性具有重要意义。
  • 该模型使大规模风险评估成为可能,同时也能够更精确地理解乳腺动脉钙化严重程度与心血管风险之间的关系。
  • 乳腺X光检查有望用于筛查心血管疾病风险女性,且无需额外的辐射暴露、成本、医生就诊或血液检测。

尽管心血管疾病是全球女性死亡的主要原因,但它在女性中往往被诊断不足和治疗不足。

预测心血管疾病风险很复杂。它需要整合多种不同类型的数据——从人口统计信息到实验室评分再到病史——使用诸如PREVENT评分等工具来量化这种风险。数据常常不完整,对于女性而言,准确性和及时检测往往进一步受限,因为心血管疾病在女性中的具体表现方式历史上一直被代表性不足和认识不足。

一项最近对123,762名女性的回顾性研究表明,将人工智能应用于常规乳腺X光检查提供了一种新的、有效的方法来解决其中一些限制,并改进了对女性心血管风险的评估。

研究

乳腺动脉钙化(BAC)——乳腺组织中钙的积聚——是心血管疾病日益被认可的风险因素。研究人员分析了美国两个医疗系统的女性数据,这些女性接受了筛查性乳腺X光检查——埃默里医疗中心(Emory Healthcare)有74,124名平均年龄55.5岁的女性队列,梅奥诊所(Mayo Clinic)有49,638名平均年龄59.5岁的女性队列——并对图像进行了评估,量化了存在的BAC程度。

为此,他们开发、训练并验证了一个深度学习人工智能模型,使用它来分割乳腺X光片上的BAC并自动量化风险严重程度。以往的研究通常将BAC评估为二元变量(存在与否),而这个新模型——一种"基于Transformer的分割模型",能够在减少假阳性的同时保持高灵敏度——允许更精细的风险分类。BAC严重程度被分类为零(0 mm²)、轻度(>0-10 mm²)、中度(>10-25 mm²)和重度(>25 mm²)。

BAC作为独立风险因素

最终,BAC在16.1%(埃默里队列)和20.6%(梅奥队列)的研究参与者中被检测到。增加的BAC预测了超过PREVENT评分的心血管风险增加,证实它是提供显著额外预后价值的独立风险因素。

"该模型返回一个连续的面积评分——从零到任意值的BAC平方毫米数,BAC的每平方毫米都会使心血管疾病风险增加1%。如果你有20平方毫米的BAC,你的风险比就是增加20%的风险,"埃默里医学院放射学和生物医学信息学副教授、研究主要作者哈里·特里维迪(Hari Trivedi)博士说道。

他补充说,由于报告连续评分在临床环境中可能"棘手"且"令人不知所措",并且为了便于统计分析,研究人员将数字分组为轻度、中度和重度类别。"模型返回一个实际数字,但我们将其归入轻度、中度和重度类别,类似于心脏CT(计算机断层扫描)中所做的那样。"

研究人员还观察到,随着BAC严重程度的增加,抗高血压药物使用和他汀类药物使用的患病率也增加,以及一些心血管风险因素的患病率更高,包括糖尿病、较高的收缩压、较高的体重指数和较低的eGFR(估计肾小球滤过率),这与先前的BAC研究一致。有趣的是,BAC严重程度的增加与较高的吸烟患病率无关。

"关于BAC与吸烟之间的联系,结果各不相同……在我们的研究中,吸烟者的BAC较低,"特里维迪说。"吸烟数据 notoriously 不可靠……即使BAC与吸烟呈反比关系,我们已经证明BAC是独立风险因素,吸烟也是独立风险因素。独立风险因素的好处在于它们是否相互关联并不重要。"

队列差异

除了队列之间的BAC患病率差异——可能归因于年龄差异外——研究发现BAC与心肌梗死在梅奥队列中存在统计学显著关联,但在埃默里队列中则不存在。特里维迪认为人群差异可能解释了这一点。

"我们在两个队列中观察到的所有趋势,包括轻度、中度、重度以及风险比等,趋势是相同的。现在,严重程度的程度有所变化。在埃默里,严重的BAC评分会使心血管疾病风险增加2.2倍。在梅奥,这个数字略有不同。这是意料之中的,"特里维迪说。可控和不可控的心血管疾病风险因素包括生活方式、现有健康状况、年龄、种族和民族等已被广泛认可。"该模型、分割和评分适用于多种扫描仪和多种人群。埃默里的人口更多元化。近一半是非裔美国人,而梅奥则不是。梅奥有更多西班牙裔患者,而埃默里的西班牙裔患者比例仅为个位数。梅奥的人口比埃默里更年长。"

更早筛查?

该研究还发现BAC在50岁以下女性中的预后价值尤为显著。虽然BAC随年龄增长而更常见,但在年轻女性中存在BAC是心血管风险升高的特别强烈的指标。

分析表明,这一年轻队列中中度至重度BAC与主要不良心血管事件生存率显著降低相关,识别出一个可能被年龄加权风险模型忽视的高风险群体。

"美国女性建议从40岁开始进行乳腺X光筛查。50岁以下的女性通常不被认为有心血管疾病风险,甚至可能不会被筛查。因此,我们发现即使在50岁以下女性中BAC与心血管疾病之间存在联系,这一点非常重要,"特里维迪说。

下一步

特里维迪及其团队的模型在大规模快速风险评估和早期检测女性心血管疾病方面具有巨大潜力。它可以轻松整合到常规乳腺X光筛查中,允许更高效、更低门槛的双重用途护理。研究人员正在继续进行部署和验证。

"我们正在积极寻求希腊、巴西和英国的三个国际队列进行评估,不是评估模型的技术性能,而是评估心血管结果。我们还在埃默里内部进行前瞻性临床部署。我们得到了心脏病学家的大量需求和支持,"特里维迪说。

最近,该模型也在亚利桑那州的梅奥诊所进行了集成和部署。"埃默里每年进行15万次筛查性乳腺X光检查。其中,大约2%-3%的女性有严重的BAC——每年约3000名女性。因此,部分挑战将是,我们将如何处理所有这些潜在的额外工作量?我们预计进行临床部署然后测量其影响。我们已经在技术上验证了模型。现在我们需要验证拥有这些信息的临床影响,"特里维迪说。

"你可以大规模筛查女性,基本上无需成本,无需额外看医生,无需抽血检查血脂,但这是从现有的乳腺X光检查中得出的真正详尽的数据,每年有4000万女性进行这项检查,你可以立即对所有人进行风险分层,"他说。"现在我们有了这个工具,我们可以开始研究它。"

利益冲突声明:无声明。

【全文结束】