Un algorithme d'IA basé uniquement sur des images de mammographie de routine plus l'âge peut prédire le risque d'une femme de maladie cardiovasculaire majeure ainsi que des méthodes d'évaluation des risques standard, trouve des recherches publiées en ligne dans la revue Cœur.
Et parce qu'il utilise une infrastructure de santé existante, la mammographie de routine peut offrir une option de dépistage efficace pour les femmes, les chercheurs.
Les maladies cardiovasculaires et ses facteurs de risque sont sous-reconnus et sous-traités chez les femmes, et les algorithmes de prédiction des risques ont sous-conduit en eux, soulignent les chercheurs. Et bien que les scores de risque plus récents fonctionnent mieux chez les femmes que chez les hommes, ils sont complexes et leur précision dépend de vastes données médicales, ce qui n'est pas toujours disponible, ajoutent-ils.
L'ampleur des dépôts de calcium artériel (BAC) et de la densité tissulaire dans les seins ont été liés au risque de maladie cardiovasculaire, mais le BAC n'est pas associé à l'obésité et est négativement associé au tabagisme, suggérant qu'il n'est pas efficace à lui-même, suggèrent-ils.
Ils ont donc décidé de découvrir si une analyse AI automatisée de la gamme complète de la structure du sein interne et des caractéristiques des images de mammographie de routine pourrait être plus précise lors de la prédiction du risque cardiovasculaire.
Ils se sont appuyés sur 49 196 femmes avec un âge moyen de 59 ans, inscrits entre 2009 et 2020 dans le registre de cohorte Lifepool et vivant à Victoria, en Australie.
Lors de l'inscription, les femmes ont fourni des informations initiales sur la santé des antécédents sur leur âge, leur statut de tabagisme, la consommation d'alcool, le poids (IMC), les antécédents de diabète et l'utilisation de l'hypertension artérielle et / ou des médicaments à forte cholestérol et des anticoagulants.
Les informations supplémentaires comprenaient le statut de ménopause, les antécédents de reproduction et l'utilisation de l'hormonothérapie, ainsi que des facteurs affectant potentiellement la structure interne du sein, telles que la radiothérapie, la chirurgie et le cancer.
Quelque 5% des femmes étaient des fumeurs actuels, 62% avaient un IMC de plus de 25, 6% avaient un diabète de type 2, 33% prenaient des médicaments pour un cholestérol élevé, 27% pour l'hypertension artérielle et 11% prenaient un minceur de sang.
Au cours d'une période de suivi moyenne de près de 9 ans, 3392 de ces femmes ont eu un premier «événement» cardiovasculaire: la maladie coronarienne (2383); crise cardiaque (656); AVC (434) ou insuffisance cardiaque (731).
Les chercheurs ont développé un algorithme d'IA basé sur le complément complet des structures et caractéristiques des seins internes des images de mammographie plus l'âge de la femme pour prédire le risque de maladie cardiovasculaire majeure sur 10 ans.
Cet algorithme d'IA était aussi bon que les scores de risque modernes en fonction de l'âge et de divers facteurs cliniques, notamment l'outil «Prédire» de la Nouvelle-Zélande et la calculatrice «prévenir» de l'American Heart Association. Et ce n'était que légèrement mieux lorsque divers facteurs cliniques ont été ajoutés.
Les chercheurs reconnaissent plusieurs limites à leurs résultats, y compris que les différents scanners ne produisent pas exactement les mêmes données; Les facteurs de risque cardiovasculaires utilisés pour la comparaison reposaient sur l'auto-évaluation; Et tous les modèles d'apprentissage en profondeur dépendent entièrement de leurs ensembles de données de formation.
Mais ils disent: « Un avantage clé du modèle de mammographie que nous avons développé est qu'il ne nécessitait pas de données supplémentaires sur les antécédents ou les enregistrements médicaux et a exploité un processus de dépistage des risques existant largement utilisé par les femmes. »
Ils ajoutent: « La mammographie a un potentiel en tant qu'outil d'évaluation des risques » deux pour un « , offrant des gains d'efficacité à la communauté et au système de santé. »
Ils concèdent que « l'utilisation d'images de mammographie pour prédire le risque cardiovasculaire est nouvelle, mais l'utilisation de modèles d'apprentissage automatique pour faire la prédiction du risque cardiovasculaire gagne du terrain ».
Dans un éditorial lié, le professeur Gemma Figree et le Dr Stuart Grieve de l'Université de Sydney soulignent que la mauvaise performance des algorithmes de facteur de risque traditionnel chez les femmes est aggravée par le manque de conscience de la menace posée par les maladies cardiaques pour les femmes par les femmes elles-mêmes et le système de santé.
« Contrairement à ce qui est couramment pensé, le cancer du sein ne provoque qu'environ 10% des décès totaux dans le monde par rapport à ceux résultant d'une maladie cardiovasculaire », écrivent-ils.
« La mammographie peut donc représenter un » point de contact « pour sensibiliser au risque et aux maladies cardiovasculaires chez les femmes », suggèrent-ils.
Mais ils ajoutent: « L'un des défis avec de nouveaux outils qui sont prometteurs pour une amélioration de l'évaluation des risques cardiovasculaires demeure la mise en œuvre. »
