ИИ в кардиологии: выявление ССЗ по маммограммам стало возможным

• Сердечно-сосудистые заболевания у женщин часто остаются недиагностированными или выявляются на поздних стадиях.
• В ходе ретроспективного исследования модель ИИ смогла выявить артериальную гипертензию, ишемическую болезнь сердца и инсульт по маммограммам.
• В будущем плановые маммограммы могут помочь выявлять женщин, которым показано обследование сердечно-сосудистой системы.

Анализ маммограмм с помощью искусственного интеллекта (ИИ) может использоваться для выявления различных распространенных сердечно-сосудистых заболеваний (ССЗ). Об этом свидетельствуют результаты исследования, которые будут представлены на Конгрессе Европейского общества кардиологов (ESC) 2026 года.[1]

Докладчик, доктор Виана Коупленд из Медицинского центра имени Хаима Шибы при Тель-Авивском университете (Рамат-Ган, Израиль), объяснила, почему необходимы новые методы выявления ССЗ у женщин: «Несмотря на то, что ССЗ являются ведущей причиной смертности среди женщин во всем мире, они систематически недодиагностируются и недолечиваются. В нашем медицинском центре, как и во всем мире, мы часто сталкиваемся с тем, что когда женщины обращаются за медицинской помощью, их ССЗ уже находятся на поздней стадии. С другой стороны, многие женщины проходят плановый скрининг на рак молочной железы, даже если они не обращались за помощью по поводу сердечно-сосудистых симптомов. Мы решили выяснить, может ли ИИ помочь использовать маммографию в этой группе для дополнительной цели — раннего выявления ССЗ, что позволило бы внедрить стратегии профилактики».

В этом ретроспективном когортном исследовании использовались данные 29 921 женщины, которым было выполнено 97 364 маммографических исследования. Медиана возраста в когорте составила 54 года. Клиническая информация о наличии трех распространенных ССЗ — артериальной гипертензии, ишемической болезни сердца (также известной как коронарная болезнь сердца) и инсульта — была извлечена из различных источников, включая электронные медицинские карты, рецепты на лекарственные препараты, а также результаты процедур и визуализирующих исследований. Распространенность составила 16% для артериальной гипертензии, 2,5% для ишемической болезни сердца и 2,5% для инсульта.

Модель глубокого обучения была обучена выявлять признаки на маммограммах женщин с артериальной гипертензией, ишемической болезнью сердца или инсультом. Способность модели различать женщин с наличием и отсутствием каждого сердечно-сосудистого заболевания оценивалась с использованием площади под ROC-кривой (AUROC), где значения варьируются от 0,5 для случайного угадывания до 1,0 для идеального распознавания.

Исходная модель показала хорошие результаты: значения AUROC составили 0,79 для артериальной гипертензии, 0,78 для ишемической болезни сердца и 0,86 для инсульта. Результаты были сопоставимы при учете онкологического статуса и возраста.

Доктор Коупленд отметила: «Поскольку маммография уже широко используется, анализ тех же изображений для получения информации о сердечно-сосудистой системе потенциально может стать масштабируемым подходом, не требующим дополнительных визуализирующих исследований. Маммографию также проходят многие женщины среднего возраста, а это важный период для выявления и коррекции сердечно-сосудистого риска».

В настоящее время исследователи работают над повышением точности модели и снижением количества как ложноположительных, так и ложноотрицательных результатов. Они также планируют изучить, могут ли маммограммы помочь в выявлении других сердечно-сосудистых заболеваний.

Комментируя полученные результаты, доцент Елена Арбело, член Комитета по коммуникациям ESC, сказала: «Как кардиолог и как женщина, я нахожу эту концепцию убедительной: возможно, однажды маммограмма будет использоваться не только для поиска рака молочной железы, но и станет окном в здоровье сердечно-сосудистой системы. Это важно, поскольку ССЗ у женщин все еще слишком часто выявляются поздно. Отрадно видеть, что на Конгрессе ESC 2026 года представляются инновационные исследования в области ИИ, направленные на удовлетворение нерешенных медицинских потребностей. Теперь задача состоит в том, чтобы подтвердить точность и надежность — перейти от экспериментов к клиническому внедрению».