借助人工智能（AI）技术，常规乳腺筛查X光片可识别心血管风险较高的女性，一项回顾性队列研究指出。
影像中AI计算的乳腺动脉钙化（BAC）程度越高，内部及外部验证队列中主要不良心血管事件（MACE）风险越显著。例如，在年龄较大、高风险的外部验证队列中，中位随访7年间，BAC程度进展的女性MACE风险显著升高：
- 轻度BAC（>0-10 mm²）：校正风险比1.28（95%置信区间1.17-1.39）
- 中度BAC（>10-25 mm²）：校正风险比1.79（95%置信区间1.55-2.06）
- 重度BAC（>25 mm²）：校正风险比2.80（95%置信区间2.36-3.32）
亚特兰大埃默里大学的哈里·特里维迪医学博士及其团队在《欧洲心脏杂志》撰文表示：“本研究证明，在大型多族裔人群中，常规乳腺X光片通过自动化AI量化BAC是心血管不良事件的强效独立预测因子。这种方法可在常规乳腺筛查中提供机会性心血管风险评估，无需额外辐射即可指导更早、更有效的女性预防性护理。”
研究团队发现，BAC每增加1 mm²，MACE风险额外显著上升2%-3%。该结果在所有年龄组（包括50岁以下女性）中均显著，且独立于传统风险因素及新型心血管风险分层工具PREVENT评分。作者强调：“BAC量化并非要取代PREVENT等综合风险模型，而是作为强大的机会性识别工具，发现可能被漏诊的高危患者，促使其初级保健医师进行正式心血管风险评估。”
特里维迪在新闻稿中指出：“对女性而言，您已接受的乳腺X光检查可同时提供心脏健康重要信息——这将促使您与医生讨论胆固醇检测或药物等预防措施；对临床医生而言，它提供了识别当前被漏诊的心血管风险女性的实用方法。”
机会性筛查具有重要价值，因为心血管疾病（CVD）作为美国首要死因，在女性中长期存在诊断不足和治疗不足问题。40岁以上女性乳腺癌早期筛查覆盖率已接近70%。
加州大学圣地亚哥分校的洛里·丹尼尔斯医学博士在同期配发的社论中建议：“乳腺X光检查发现BAC时，应同步优化心血管风险因素并预防心力衰竭。”她特别强调BAC与心力衰竭的关联：“需注意BAC不仅是冠状动脉钙化的替代指标。尽管两者相关，但病理特征不同：BAC主要存在于动脉中膜，反映血管老化和动脉僵硬度。这一区别具有临床意义，因为这些合并症与心室僵硬度显著相关，最终导致心力衰竭——尤其是射血分数保留型心力衰竭。”
该回顾性研究纳入两家医疗系统接受乳腺筛查的女性：埃默里医疗系统内部验证队列（74,124人，平均年龄55.5岁）和梅奥诊所外部验证队列（49,638人，平均年龄59.5岁）。MACE事件（急性心肌梗死、卒中、心力衰竭及全因死亡）和PREVENT风险变量均提取自电子健康记录。BAC分析涵盖双侧乳房，但以单侧最大检测值作为最终结果。研究参与者中，16.1%（内部队列）和20.6%（外部队列）检出BAC。
作者解释研究设计初衷：“我们旨在验证BAC量化在不同人群中的预后价值，而非开发单一综合风险模型。目标不是创建跨人群通用的‘最佳拟合’模型，而是证明BAC作为独立预测因子的附加价值，即使在基线风险不同的人群中亦然。现有数据显示动脉粥样硬化CVD和PREVENT风险计算器难以良好泛化至特定人群，这正是开发通用模型的挑战所在。”
值得注意的是，尽管研究种族构成较为多元，但在亚裔、西班牙裔和美洲原住民代表性方面仍存局限。研究团队提醒，风险因素数据缺失影响了对AI-BAC方法在风险分层中增量贡献的评估。
尽管如此，丹尼尔斯指出：“将BAC与心血管疾病关联的文献日益增多。本研究的关键贡献在于其实践性强的报告指标：BAC以面积（mm²）量化，理念上类似于乳腺X光检查的标准化‘阿加斯顿样’构建。这不仅是美学考量，物理单位有望加速厂商间标准化、促进可重复阈值建立并优化实施流程。”
“无论最终采用何种报告指标，现在是时候将BAC从观察阶段推进到实施阶段，利用女性已信任的医疗触点，应对这一女性首要死因的预防挑战。”她总结道。
本研究获得美国国立卫生研究院（NIH）资助。研究作者声明无利益冲突。丹尼尔斯报告称曾接受雅培、CureMetrix、QuidelOrtho、罗氏诊断和西门子的咨询费，以及罗氏诊断的研究资助，并曾担任QuidelOrtho和东曹的临床终点裁定委员会成员。
【全文结束】
