人工智能可通过扫描乳腺X光片"准确"预测女性心脏病或中风风险，最新研究揭示。科学家表示，利用这一尖端技术的"一箭双雕"筛查项目，有望帮助全球女性检测两大主要死因——心脏病和乳腺癌。
发表在《心脏》杂志上的研究表明，乔治全球健康研究院（George Institute for Global Health）开发的新型机器学习模型，能通过分析乳腺X光片成功预测女性心脏病风险。该模型由澳大利亚新南威尔士大学和悉尼大学合作研发，是首个仅基于乳腺X光特征和年龄的深度学习算法，可预测主要心脏事件，其准确度与传统心血管风险计算器相当。
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取或未被提供筛查服务，亟需新方法识别心血管疾病（CVD）高风险女性。
国家癌症研究所（National Cancer Institute）
摄影：Talker
她指出："普遍误认为CVD主要影响男性，导致女性病症诊断不足和治疗不足。通过将心血管风险筛查与乳腺筛查整合——利用许多女性在心血管风险上升年龄段已参与的乳腺X光检查——我们能同时识别并预防两大主要疾病和死亡原因。"
该模型基于澳大利亚维多利亚州城乡地区49,000多名女性的常规乳腺X光片设计验证，并关联个人医院记录和死亡数据。研究人员将模型与基于血压、胆固醇等已知心血管风险因素的传统模型进行对比。阿诺特表示："我们发现该模型无需大量临床医疗数据即可达到同等效果。"
她指出，先前研究聚焦于乳腺动脉钙化（BAC）等特定乳腺X光特征，该特征在部分人群中与心血管风险相关。但她强调仅依赖BAC存在局限，例如对老年女性预测CVD风险准确性较低。
贾尔·拉扎罗（Jair Lázaro）
摄影：Talker
阿诺特补充道："我们的模型首次综合运用乳腺X光图像的多重特征并仅结合年龄——关键优势在于无需额外病史采集或医疗记录数据，实施资源消耗更低但精度仍高。"
心血管疾病目前是全球女性首要死因，年死亡约九百万人，占女性总死亡数三分之一。多项研究表明，女性心血管症状和风险因素常被"低估"，导致诊断测试、专科转诊和处方开具较男性更少。
与此同时，基于乳腺X光的筛查项目在部分国家有效吸引女性参与，英美两国超67%女性参与其中。乔治全球健康研究院的詹妮弗·巴雷克洛夫特博士表示，利用女性广泛采用的现有风险筛查流程，意味着新模型可作为全球多元社区女性的心血管风险预测工具。
巴雷克洛夫特博士表示："我们希望此技术未来能为农村地区提供更广泛且公平的筛查机会，因许多女性已免费受益于移动乳腺筛查车。"
她补充道："我们已证实这一创新筛查工具的潜力，现正期待在更多元化人群中测试该模型，并理解其实施的潜在障碍。"
【全文结束】
