L'ús d'intel·ligència artificial (IA) aplicada a l'anàlisi de mamografies podria servir per identificar diferents malalties cardiovasculars (ECV) freqüents, segons un treball del Centre Mèdic Chaim Sheba de la Universitat de Tel Aviv, a Ramat Gan (Israel), que es presentarà al Congrés ESC 2026 de Munic (Alemanya).
Viana Copeland, doctora del Centre Mèdic Chaim Sheba de la Universitat de Tel Aviv, subratlla la necessitat de desenvolupar noves estratègies de cribatge de malalties cardiovasculars (ECV) en la població femenina.
"Malgrat ser la principal causa de mort en dones a nivell mundial, les ECV es subdiagnostiquen i es tracten de manera insuficient. Un hallazgo comú al nostre centre mèdic, i a tot el món, és que quan les dones busquen atenció mèdica, la seva ECV ja està avançada", explica.
L'investigadora recorda a més que "moltes dones se sotmeten a exàmens de detecció de càncer de mama de rutina, fins i tot quan no han buscat atenció per símptomes cardiovasculars. Investiguem si la IA podria ajudar a la mamografia a complir una funció addicional en aquest grup: la detecció precoç d'ECV, cosa que permetria implementar estratègies preventives".
En aquest estudi de cohort retrospectiu es van recopilar dades de 29.921 dones sotmeses a 97.364 mamografies, amb una edat mitjana de 54 anys.
A partir d'històries clíniques electròniques, prescripcions i resultats de proves d'imatge, es va obtenir informació sobre la presència de tres ECV habituals (hipertensió, cardiopatia isquèmica o malaltia arterial coronària) i accident cerebrovascular. La prevalença observada va ser del 16% per a la hipertensió, del 2,5% per a la cardiopatia isquèmica i del 2,5% per a l'ictus.
Es va dissenyar un model d'aprenentatge profund capaç de reconèixer patrons en les mamografies de dones amb hipertensió, cardiopatia isquèmica o accident cerebrovascular. El seu rendiment per diferenciar entre dones amb i sense cada patologia cardiovascular es va mesurar mitjançant l'àrea sota la corba ROC (AUROC), que va de 0,5 (detecció a l'atzar) a 1,0 (discriminació perfecta).
El model inicial va mostrar un comportament sòlid, amb AUROC de 0,79 per a hipertensió, 0,78 per a cardiopatia isquèmica i 0,86 per a accident cerebrovascular, amb resultats estables al estratificar per edat i per presència de càncer.
La doctora Copeland destaca que, "donat que la mamografia ja s'utilitza àmpliament, analitzar les mateixes imatges per obtenir informació cardiovascular podria oferir un enfocament escalable sense necessitat de realitzar un examen d'imatge addicional. A més, la mamografia arriba a moltes dones de mitjana edat, un període important per reconèixer i abordar el risc cardiovascular".
El equip científic continua ara perfeccionant el model per incrementar la seva exactitud i disminuir tant els falsos positius com els falsos negatius, i preveu estudiar si les mamografies poden contribuir també a la detecció d'altres malalties cardiovasculars.