Sztuczna inteligencja wkracza na nowy obszar medycyny kobiecej. Badacze udowodnili, że algorytm AI analizujący standardowe zdjęcia mammograficzne potrafi skutecznie przewidzieć ryzyko poważnych chorób układu krążenia u kobiet. Co ważne, nie wymaga on żadnych dodatkowych danych poza wiekiem pacjentki i obrazami z badania. Oznacza to, że mammografia może stać się narzędziem diagnostycznym „dwa w jednym” – wykrywającym zarówno nowotwór piersi, jak i zagrożenie chorobami serca. Wyniki opublikowano na łamach czasopisma Heart.
Z tego artykułu dowiesz się…
- Jak algorytm AI przewiduje ryzyko chorób serca na podstawie mammografii
- Dlaczego kobiety są często niedoszacowane w tradycyjnych skalach ryzyka sercowo-naczyniowego
- Jakie korzyści systemowe i społeczne może przynieść model „dwa w jednym”
- Z jakimi wyzwaniami technicznymi i klinicznymi wiąże się wdrożenie tego rozwiązania
Nowy cel dla mammografii: ocena ryzyka sercowo-naczyniowego
Tradycyjnie mammografia kojarzona jest wyłącznie z profilaktyką raka piersi. Tymczasem naukowcy z Australii, analizując dane niemal 50 000 kobiet z rejestru Lifepool, odkryli, że obrazy mammograficzne zawierają również informacje przydatne w przewidywaniu ryzyka chorób układu krążenia. W badaniu uczestniczyły kobiety o średniej wieku 59 lat, które były obserwowane przez prawie 9 lat. W tym czasie u 3392 z nich wystąpiły poważne zdarzenia sercowo-naczyniowe, w tym zawał serca, udar mózgu i niewydolność serca.
Algorytm AI wykorzystuje strukturę piersi i wiek kobiety
Nowo opracowany algorytm AI analizował pełen zestaw cech wewnętrznych piersi widocznych na zdjęciach mammograficznych, a także wiek kobiety. To wystarczyło, by z dużą skutecznością przewidywać ryzyko choroby układu krążenia w ciągu najbliższych 10 lat. Model okazał się porównywalny z takimi narzędziami jak nowozelandzki „PREDICT” i amerykański kalkulator „PREVENT” opracowany przez American Heart Association.
Co istotne, model AI działał bez konieczności zbierania danych klinicznych, takich jak BMI, palenie tytoniu czy nadciśnienie.
Główną zaletą opracowanego przez nas modelu mammografii jest to, że nie wymaga on dodatkowego wywiadu ani danych z dokumentacji medycznej i wykorzystuje istniejący proces badania ryzyka, powszechnie stosowany przez kobiety – podkreślają autorzy badania.
Niewykorzystany potencjał mammografii
Wcześniejsze badania wskazywały już, że stopień odkładania się wapnia w tętnicach (BAC) oraz gęstość tkanki gruczołowej piersi mogą wiązać się z ryzykiem chorób sercowo-naczyniowych. Jednak dane te miały ograniczoną wartość predykcyjną i nie były wykorzystywane w praktyce klinicznej. Nowy model głębokiego uczenia przetwarza wszystkie dostępne informacje z mammogramu, nie skupiając się tylko na pojedynczych parametrach.
Badacze wskazują, że tego rodzaju podejście może pomóc przełamać istotny problem – niedostateczne rozpoznawanie i leczenie chorób serca u kobiet. Jak podkreślają, obecne skale ryzyka często zawodzą w tej grupie pacjentek.
Wbrew powszechnemu przekonaniu, rak piersi jest przyczyną zaledwie około 10% zgonów na świecie w porównaniu do zgonów spowodowanych chorobami układu krążenia – zauważają w komentarzu redakcyjnym prof. Gemma Figtree i dr Stuart Grieve z Uniwersytetu w Sydney.
Sztuczna inteligencja jako narzędzie edukacji i prewencji
Potencjalne zastosowanie mammografii jako badania „dwa w jednym” może przynieść korzyści nie tylko systemowi ochrony zdrowia, ale także pacjentkom – zwiększając ich świadomość zdrowotną i wczesne wykrywanie zagrożeń.
Mammografia może zatem stanowić punkt wyjścia do podnoszenia świadomości na temat ryzyka chorób układu krążenia i chorób układu krążenia u kobiet – sugerują Figtree i Grieve.
Ich zdaniem ogromna liczba kobiet wykonujących regularnie badania mammograficzne to niewykorzystana dotąd szansa na poprawę profilaktyki sercowo-naczyniowej w populacji kobiecej.
Wyzwania związane z wdrożeniem modelu AI
Choć wyniki są obiecujące, naukowcy zwracają uwagę na ograniczenia. W badaniu wykorzystano dane pochodzące z różnych skanerów mammograficznych, które mogą różnić się jakością obrazów. Dane kliniczne, na podstawie których porównywano skuteczność modelu, pochodziły z samooceny pacjentek, co również może wpływać na dokładność.
Ponadto, wszystkie modele AI są zależne od jakości danych, na których zostały wytrenowane – w tym przypadku były to dane z jednej australijskiej populacji. Mimo to badacze pozostają optymistyczni co do potencjału technologii.
Wykorzystanie obrazów mammograficznych do przewidywania ryzyka sercowo-naczyniowego jest nowatorskie, ale coraz większą popularność zyskuje stosowanie w tym celu modeli uczenia maszynowego – podsumowują.
👉 Wyniki oraz opis badań znajdziesz pod TYM LINKIEM
Główne wnioski
- Algorytm sztucznej inteligencji przewiduje ryzyko poważnych chorób serca na podstawie rutynowej mammografii i wieku kobiety – bez dodatkowych danych klinicznych.
- Model AI jest równie skuteczny jak współczesne kalkulatory ryzyka, co otwiera drogę do wykorzystania mammografii jako badania „dwa w jednym”.
- Choroby serca są główną przyczyną zgonów kobiet, a ich niedoszacowanie w systemie zdrowia to poważne wyzwanie dla medycyny.
- Wdrożenie modelu AI w praktyce klinicznej wymaga standaryzacji danych obrazowych i dalszych badań, ale może zrewolucjonizować profilaktykę chorób serca u kobiet.
Źródło:
- British Medical Journal
- Heart
