L'utilisation de l'intelligence artificielle (IA) appliquée à l'analyse des mammographies pourrait servir à identifier différentes maladies cardiovasculaires (MCV) fréquentes, selon un travail du Centre Médical Chaim Sheba de l'Université de Tel Aviv, à Ramat Gan (Israël), qui sera présenté au Congrès ESC 2026 de Munich (Allemagne).
Viana Copeland, médecin au Centre Médical Chaim Sheba de l'Université de Tel Aviv, souligne la nécessité de développer de nouvelles stratégies de dépistage des maladies cardiovasculaires (MCV) dans la population féminine.
"Bien qu'étant la principale cause de décès chez les femmes à l'échelle mondiale, les MCV sont sous-diagnostiquées et traitées de manière insuffisante. Une constatation courante dans notre centre médical, et dans le monde entier, est que lorsque les femmes recherchent des soins médicaux, leur MCV est déjà avancée", explique-t-elle.
La chercheuse rappelle également que "de nombreuses femmes subissent des examens de dépistage du cancer du sein de routine, même lorsqu'elles n'ont pas recherché de soins pour des symptômes cardiovasculaires. Nous avons étudié si l'IA pourrait aider la mammographie à remplir une fonction supplémentaire dans ce groupe : le dépistage précoce des MCV, ce qui permettrait de mettre en œuvre des stratégies préventives".
Dans cette étude de cohorte rétrospective, des données ont été recueillies auprès de 29 921 femmes ayant subi 97 364 mammographies, avec un âge moyen de 54 ans.
À partir des dossiers médicaux électroniques, des prescriptions et des résultats d'examens d'imagerie, des informations ont été obtenues sur la présence de trois MCV courantes (hypertension, cardiopathie ischémique ou maladie artérielle coronarienne) et d'accident vasculaire cérébral. La prévalence observée était de 16 % pour l'hypertension, de 2,5 % pour la cardiopathie ischémique et de 2,5 % pour l'AVC.
Un modèle d'apprentissage profond a été conçu pour reconnaître des motifs dans les mammographies de femmes atteintes d'hypertension, de cardiopathie ischémique ou d'accident vasculaire cérébral. Sa performance pour différencier les femmes avec et sans chaque pathologie cardiovasculaire a été mesurée par l'aire sous la courbe ROC (AUROC), qui va de 0,5 (détection aléatoire) à 1,0 (discrimination parfaite).
Le modèle initial a montré un comportement solide, avec un AUROC de 0,79 pour l'hypertension, 0,78 pour la cardiopathie ischémique et 0,86 pour l'accident vasculaire cérébral, avec des résultats stables en stratifiant par âge et par présence de cancer.
La docteure Copeland souligne que, "étant donné que la mammographie est déjà largement utilisée, analyser les mêmes images pour obtenir des informations cardiovasculaires pourrait offrir une approche évolutive sans avoir besoin de réaliser un examen d'imagerie supplémentaire. De plus, la mammographie atteint de nombreuses femmes d'âge moyen, une période importante pour reconnaître et aborder le risque cardiovasculaire".
L'équipe scientifique continue maintenant à perfectionner le modèle pour augmenter sa précision et réduire à la fois les faux positifs et les faux négatifs, et prévoit d'étudier si les mammographies peuvent également contribuer à la détection d'autres maladies cardiovasculaires.