AI Radar
Исследователи из Израиля обучили модель находить признаки сердечно-сосудистых проблем на обычных маммограммах. В исследовании почти 30 тысяч женщин алгоритм различал случаи инсульта, гипертонии и ишемической болезни сердца, однако до применения в клиниках ему ещё предстоит подтвердить точность и снизить число ложных результатов.
Команда проанализировала 97 364 маммографических изображения, полученных от 29 921 женщины со средним возрастом 54 года, и сопоставила снимки с медицинскими картами. У 16% участниц была гипертония, у 2,5% — ишемическая болезнь сердца, ещё 2,5% ранее перенесли инсульт. Эти данные использовали для обучения модели машинного обучения, которая искала на снимках закономерности, связанные с каждым из состояний.
Лучший результат модель показала для перенесённого инсульта: по одной маммограмме она различала женщин с таким событием и без него в 86% случаев. Для высокого давления показатель составил 79%, для ишемической болезни сердца — 78%. Результаты сохранялись в разных возрастных группах и не зависели от того, был ли у женщины рак. Подробности представили на ежегодном конгрессе Европейского общества кардиологов в Мюнхене.
Идея опирается не на новый вид обследования, а на повторное использование уже собранных изображений. Сотни миллионов женщин регулярно проходят маммографию для раннего обнаружения рака груди, в том числе в среднем возрасте, когда своевременная оценка сердечно-сосудистого риска особенно полезна. Если подход подтвердится, анализ снимка сможет служить дополнительным сигналом и направлять пациентку на профильное обследование без отдельной процедуры визуализации на первом этапе.
Для женского здоровья это особенно существенно: сердечно-сосудистые заболевания остаются ведущей причиной смерти, но у женщин их нередко диагностируют поздно или ошибочно воспринимают как преимущественно «мужскую» проблему. Многие пациентки приходят на скрининг рака груди, даже если не обращались к врачу по поводу сердечно-сосудистых симптомов. Маммография поэтому может охватить группу, которая иначе не попала бы на раннюю оценку риска.
Пока алгоритм нельзя считать самостоятельным диагностическим инструментом. Исследователи продолжают повышать его точность, сокращать число ложных срабатываний и расширять перечень распознаваемых заболеваний. Эксперты Европейского общества кардиологов и British Heart Foundation назвали результаты многообещающими, но подчеркнули необходимость дополнительно установить надёжность подхода перед клиническим внедрением. На практике такой анализ должен скорее выделять пациенток для проверки, чем подтверждать заболевание по маммограмме.
Повторный анализ уже выполняемых маммограмм потенциально позволяет раньше замечать сердечно-сосудистый риск без дополнительного первичного обследования. Это особенно полезно для женщин без явных симптомов, но клиникам понадобятся независимая валидация, понятные пороги направления к кардиологу и контроль ложных срабатываний.
DSML editors review the selection. AI helps deduplicate signals and draft the text; the published edition remains an editorial product, not a feed of individual channels.
