常规乳腺X光检查可能不仅能够检测乳腺癌，还能够帮助识别心脏病的早期征兆。
心脏病是女性死亡的主要原因，导致约三分之一的女性死亡。它通常在重大事件发生前没有症状。尽管如此，目前还没有针对女性心脏病的年度筛查标准，这在早期检测方面存在关键缺口。
医生通常使用胆固醇、血压和体重等因素来评估心脏病风险。这些工具不能完全解释心脏病在女性中如何不同发展，或血管内部实际发生的情况。
梅奥诊所建议平均风险的女性从40岁开始进行年度乳腺X光检查，大多数女性确实如此。研究人员认为，这创造了一个机会，可以在许多女性已经接受的测试中评估心脏病风险，而无需额外的辐射或检测。
乳腺动脉钙化(BAC)在乳腺X光检查中被捕捉到。二十年来，研究表明它可以用于帮助识别心脏病风险的患者。然而，挑战一直在于如何准确、一致地测量它，并为其赋值。
"BAC很难测量，因为它在标准2D乳腺X光片上表现为非常微妙的发现，甚至专家也无法通过肉眼一致地量化它。因此，通常需要专门的计算方法来可靠地检测和测量它，"梅奥诊所亚利桑那高级人工智能与创新中心科学主任Imon Banerjee博士解释道。"人工智能使我们能够比以往更快、更准确地测量这些钙沉积物。"
发表在《欧洲心脏杂志》上的一项回顾性队列研究包括在两个医疗系统接受筛查乳腺X光检查的12万多名女性。他们评估了AI衍生的BAC测量是否能在独立于传统风险因素的情况下帮助临床医生预测女性心血管疾病和死亡风险。研究人员指出，这项研究是观察性的，评估了BAC与未来心血管结果之间的关联。
"当钙在乳腺组织内的动脉壁上积聚时，就会发生乳腺动脉钙化，"Banerjee博士说。"在乳腺X光片上看到的钙与身体其他部位的钙化相关。乳腺中的这种钙与心脏中的钙不同。它不会阻塞血流，而是使血管变得更硬、更不灵活，影响血液流动方式，从而预示着更高的心脏问题风险。"
使用深度学习模型，该团队开发了一种工具，可以识别钙沉积物，测量其范围并分类严重程度。然后，研究人员追踪了较高级别的BAC是否与随时间推移的心血管事件或死亡相关。
研究结果意义重大。与无或轻度BAC的女性相比，严重BAC的女性在五年内发生心血管事件的风险高出10倍以上。该模型在12个机构进行了验证，比较了AI生成的测量结果与放射科医生的评估结果。目前，该AI模型正在接受美国食品药品监督管理局审查。
"我们创建了一种人工智能算法，只需单击一下，即可测量BAC。现在可以轻松添加到放射科医生的报告中，"Banerjee博士说。"该测量结果成为预测模型的新输入。这可能会彻底改变女性的筛查工作流程，并改善心脏病的早期检测。"
"BAC的挑战在于我们已有算法，已有验证，我们知道它有效。现在，机构如何采用它？"Banerjee博士承认。"目前BAC没有临床法规。梅奥诊所医生正在将这项研究转化为实践。"
梅奥诊所位于亚利桑那州和佛罗里达州的团队，包括心血管医学、初级保健、女性健康和放射科等部门，正在努力将该技术整合到临床实践中，并在扩展到梅奥诊所所有站点之前开发更广泛使用的框架。
【全文结束】