人工智能可通过扫描乳腺X光片"准确"预测女性心脏病发作或中风的风险，最新研究显示。科学家表示，利用这一尖端技术的"一箭双雕"筛查项目，有助于在全球范围内检测女性两大主要死亡原因——心脏病和乳腺癌。
发表在《心脏》杂志上的这项研究表明，乔治全球健康研究院开发的一种新型机器学习模型，能够通过分析乳腺X光片成功预测女性患心脏病的风险。该模型由澳大利亚新南威尔士大学和悉尼大学合作开发，是首个仅基于乳腺X光特征和年龄来预测主要心脏事件的深度学习算法，其准确性可与传统的心血管风险计算器相媲美。
乔治全球健康研究院的克莱尔·阿诺特副教授表示，鉴于许多女性在社区中无法获得或未被提供筛查服务，有必要寻找新的方法来识别有心血管疾病(CVD)风险的女性。
她说："人们普遍误认为心血管疾病主要影响男性，这导致女性的心血管疾病诊断不足和治疗不足。通过将心血管风险筛查与乳腺筛查相结合，利用乳腺X光检查——许多女性在心血管风险增加的人生阶段已经会接受的检查——我们可以同时识别并可能预防导致疾病和死亡的两大主要原因。"
该模型在澳大利亚维多利亚州都市和农村地区超过49,000名女性的常规乳腺X光片基础上设计和验证，并与个人医院和死亡记录相关联。研究人员随后将该模型与基于已知心血管风险因素（如血压和胆固醇）的传统模型进行了比较。
阿诺特表示："我们发现，我们的模型在不需要大量临床和医疗数据的情况下表现同样出色。"她说，之前的研究主要集中在某些乳腺X光特征上，如乳腺动脉钙化(BAC)，这在某些人群中已被发现与心血管风险相关。
但她表示，仅依赖BAC存在局限性。例如，BAC在预测老年女性心血管疾病风险时准确性较低。
阿诺特补充道："我们的模型是首个将乳腺X光图像的多种特征与年龄简单结合的模型——这种方法的一个关键优势是不需要额外的病史采集或医疗记录数据，实施起来资源需求较低，但仍具有高度准确性。"
目前，心血管疾病是全球女性的主要死因，每年总计约900万例，约占女性总死亡人数的三分之一。多项研究表明，女性的心血管疾病症状和风险因素"考虑不足"，导致与男性相比，女性接受的诊断测试、专科转诊和处方较少。
与此同时，在一些国家，基于乳腺X光检查的筛查项目已有效吸引了女性参与，英国和美国超过67%的女性参与了此类筛查。
乔治全球健康研究院的詹妮弗·巴雷克洛夫博士表示，利用女性已经广泛使用的现有风险筛查流程，意味着这一新模型可作为全球不同社区女性的心血管风险预测工具。
巴雷克洛夫博士说："我们希望这项技术有朝一日能为农村地区提供更广泛、更公平的筛查机会，因为许多女性已经可以从免费的移动乳腺X光检查车中受益。"
她补充道："我们已经展示了这种创新筛查工具的潜力，因此我们现在期待在更多样化的人群中测试该模型，并了解其实施过程中可能存在的障碍。"
【全文结束】
