Las mamografías impulsadas por IA predicen el riesgo cardiovascular

Los Centros para el Control y la Prevención de Enfermedades de Estados Unidos recomiendan que las mujeres de mediana edad o mayores se sometan a una mamografía (una radiografía de la mama) cada uno o dos años para detectar el cáncer de mama. En Estados Unidos, se realizan aproximadamente 40 millones de mamografías al año. Un nuevo estudio, presentado en la Sesión Científica Anual del Colegio Americano de Cardiología, sugiere que las mamografías, al combinarse con modelos de inteligencia artificial (IA), pueden revelar mucho más que solo cáncer. Los hallazgos muestran que estas herramientas esenciales de detección también pueden utilizarse para evaluar la cantidad de acumulación de calcio en las arterias del tejido mamario, un indicador importante de la salud cardiovascular.

Las enfermedades cardíacas son la principal causa de muerte en Estados Unidos, pero siguen estando subdiagnosticadas en mujeres, y aún hay una falta de concienciación al respecto. La acumulación de calcio en los vasos sanguíneos es un signo de daño cardiovascular relacionado con enfermedades cardíacas en etapa temprana o el envejecimiento. Estudios han demostrado que las mujeres con depósitos de calcio en las arterias tienen un riesgo 51% mayor de enfermedades cardíacas y accidentes cerebrovasculares. Aunque las calcificaciones de las arterias mamarias se pueden detectar en las imágenes, los radiólogos generalmente no cuantifican ni informan esta información a las mujeres ni a sus proveedores de atención médica. En este nuevo estudio, investigadores de la Universidad Emory (Atlanta, GA, EUA) y la Clínica Mayo (Rochester, MN, EUA) emplearon una técnica de análisis de imágenes con IA, previamente no utilizada en mamografías, para demostrar cómo la IA puede ayudar al analizar automáticamente la calcificación arterial mamaria y convertir los hallazgos en una puntuación de riesgo cardiovascular.

Según los investigadores, las herramientas de cribado mamográfico con IA podrían ayudar a identificar a más mujeres con signos tempranos de enfermedad cardiovascular, maximizando el uso de las pruebas de cribado rutinarias a las que muchas mujeres ya se someten. Para desarrollar la herramienta de cribado, los investigadores entrenaron un modelo de IA de aprendizaje profundo para segmentar los vasos sanguíneos calcificados en las imágenes de mamografías (estas calcificaciones aparecen como puntos brillantes en las radiografías) y calcular el riesgo futuro de eventos cardiovasculares utilizando datos obtenidos de historiales médicos electrónicos. Este método de segmentación distingue a este modelo de los modelos de IA anteriores diseñados para analizar las calcificaciones de la arteria mamaria. El modelo también se mejoró gracias al uso de un gran conjunto de datos para su entrenamiento y validación, que incluyó imágenes y registros médicos de más de 56,000 pacientes que se realizaron mamografías en Emory Healthcare entre 2013 y 2020, con al menos cinco años de seguimiento a través de historias clínicas electrónicas.

Los resultados del estudio mostraron que el nuevo modelo de IA fue eficaz para clasificar el riesgo cardiovascular de las pacientes como bajo, moderado o grave según las imágenes de mamografía. Después de evaluar el riesgo de fallecer por cualquier causa o de sufrir un infarto agudo, un accidente cerebrovascular o una insuficiencia cardíaca dentro de los dos y cinco años posteriores, el modelo reveló que la tasa de eventos cardiovasculares graves aumentaba a medida que se incrementaba el nivel de calcificación arterial mamaria en dos de los tres grupos de edad analizados: mujeres menores de 60 años y aquellas entre 60 y 80 años, pero no en las mayores de 80. Esto sugiere que la herramienta es especialmente valiosa para detectar el riesgo de enfermedad cardíaca de forma temprana en mujeres más jóvenes, quienes pueden beneficiarse en mayor medida de intervenciones preventivas. El estudio también encontró que las mujeres con los niveles más altos de calcificación arterial mamaria (por encima de 40 mm²) tenían una tasa de supervivencia libre de eventos a cinco años significativamente menor en comparación con aquellas con niveles más bajos (por debajo de 10 mm²).

Específicamente, el 86,4% de las pacientes con calcificación arterial mamaria grave sobrevivieron cinco años, en comparación con el 95,3% de las que tenían poca o ninguna calcificación. Esto se traduce en aproximadamente 2,8 veces más riesgo de fallecer en un período de cinco años para las pacientes con calcificación arterial mamaria severa, en comparación con aquellas con niveles mínimos de calcificación. El modelo de IA aún no está disponible para su uso, pero si supera la validación externa y obtiene la aprobación de la Administración de Alimentos y Medicamentos de EUA (FDA), podría comercializarse para que otros sistemas de salud lo incorporen al procesamiento rutinario de mamografías y al seguimiento. Los investigadores también planean explorar cómo se podrían aplicar modelos de IA similares para evaluar biomarcadores de otras afecciones, como la enfermedad arterial periférica y la enfermedad renal, que podrían identificarse mediante mamografías.

“Vemos una oportunidad para que las mujeres se realicen pruebas de detección de cáncer y, además, un examen cardiovascular mediante mamografías”, dijo el Dr. Theo Dapamede, investigador postdoctoral de la Universidad Emory de Atlanta y autor principal del estudio. “Nuestro estudio demostró que la calcificación arterial mamaria es un buen predictor de enfermedad cardiovascular, especialmente en pacientes menores de 60 años. Si logramos detectar e identificar a estas pacientes de forma temprana, podremos derivarlas a un cardiólogo para una evaluación de riesgo más exhaustiva”.

Enlaces relacionados:
Universidad Emory
Clínica Mayo

Visitar la expo >

Portable Color Doppler Ultrasound System

S5000

New

Radiation Shielding

Oversize Thyroid Shield

Ultrasound Table

Women’s Ultrasound EA Table

Multi-Use Ultrasound Table

Clinton