人工智能乳房x光检查：研究心脏健康的新窗口

　　

在美国心脏病学会年度科学会议（ACC.25）上发表的一项研究表明，在人工智能（AI）模型的帮助下，乳房x光检查可能揭示的不仅仅是癌症。研究结果强调，这些重要的癌症筛查工具也可以用来评估乳腺组织动脉中钙的积累量——这是心血管健康的一个指标。

美国疾病控制和预防中心建议中年和老年妇女每一到两年进行一次乳房x光检查，以筛查乳腺癌。美国每年约有4000万例乳房x光检查。虽然在结果图像上可以看到乳房动脉钙化，但放射科医生通常不会量化或向妇女或其临床医生报告这一信息。这项新研究使用了一种以前未用于乳房x光检查的人工智能图像分析技术，展示了人工智能如何通过自动分析乳房动脉钙化并将结果转化为心血管风险评分来帮助填补这一空白。

亚特兰大埃默里大学博士后、该研究的主要作者西奥·达帕米德博士说：“我们看到了女性接受癌症筛查的机会，同时也从乳房x光检查中获得了心血管筛查的机会。”“我们的研究表明，乳房动脉钙化是心血管疾病的一个很好的预测指标，尤其是在60岁以下的患者中。如果我们能够及早筛查和识别这些患者，我们就可以将他们转介给心脏病专家进行进一步的风险评估。”

在美国，心脏病是导致死亡的主要原因，但在女性中仍未得到充分诊断，而且认识也滞后。研究人员表示，通过更好地利用许多女性常规接受的筛查测试，使用人工智能支持的乳房x光检查工具可以帮助识别更多有心血管疾病早期症状的女性。

血管中钙的积累是与早期心脏病或衰老相关的心血管损伤的迹象。先前的研究表明，动脉中钙积聚的女性患心脏病和中风的风险要高出51%。为了开发用于本研究的筛查工具，研究人员训练了一个深度学习的人工智能模型，以分割乳房x光片图像中的钙化血管（在x射线上显示为明亮像素），并根据从电子健康记录数据中获得的数据计算心血管事件的未来风险。分割方法是将该模型与以前为分析乳腺动脉钙化而开发的人工智能模型区分开来的地方。研究人员表示，该模型还通过使用大型数据集进行培训和测试而得到加强，其中包括2013年至2020年期间在埃默里医疗中心接受乳房x光检查的56,000多名患者的图像和健康记录，并有至少五年的后续电子健康记录数据。

达帕米德说：“深度学习和人工智能的进步使得从图像中提取和使用更多信息来进行机会性筛查变得更加可行。”

总体结果表明，新模型在根据乳房x光照片将患者心血管风险分为低、中、重度方面表现良好。在计算了两岁和五岁时死于任何原因或急性心脏病发作、中风或心力衰竭的风险后，该模型显示，在评估的三个年龄组中，有两个年龄组——60岁以下的妇女和60-80岁的妇女——这些严重心血管事件的发生率随着乳房动脉钙化水平的增加而增加，而80岁以上的妇女则没有。研究人员说，这使得该工具特别适合为年轻女性提供心脏病风险的早期预警，她们可以从早期干预中获益更多。

研究结果还显示，乳房动脉钙化水平最高（高于40 mm2）的女性，其5年无事件生存率明显低于最低水平（低于10 mm2）的女性。例如，86.4%的乳房动脉钙化程度最高的患者存活了五年，而钙化程度最低的患者存活了五年的比例为95.3%。这意味着严重的乳房动脉钙化患者在五年内的死亡风险大约是那些很少或没有乳房动脉钙化的患者的2.8倍。

该人工智能模型是由埃默里医疗保健公司和梅奥诊所合作开发的，目前还不能使用。研究人员说，如果它通过外部验证并获得美国食品和药物管理局的批准，该工具可以商业化，用于其他医疗保健系统，以纳入常规乳房x光检查处理和后续护理。研究人员还计划探索如何将类似的人工智能模型用于评估可能从乳房x光检查中提取的其他疾病的生物标志物，如外周动脉疾病和肾脏疾病。

ACC.25将于2025年3月29日至31日在芝加哥举行，汇集了来自世界各地的心脏病专家和心血管专家，分享治疗和预防方面的最新发现。关注@ACCinTouch， @ACCMediaCenter和#ACC25获取会议的最新消息。

美国心脏病学会（ACC）是改变心血管护理和改善所有人心脏健康的全球领导者。自1949年以来，作为整个心血管护理团队的专业医学教育的卓越来源，ACC对140多个国家的心血管专业人员进行认证，这些专业人员符合严格的资格要求，并在卫生政策、标准和指南的形成方面处于领先地位。通过其世界知名的JACC期刊家族、NCDR注册中心、ACC认证服务、全球成员部门网络、CardioSmart患者资源等，该学院致力于确保一个科学、知识和创新优化患者护理和结果的世界。在ACC.org上了解更多信息。

# # #

---

---