El uso de inteligencia artificial (IA) aplicada al análisis de mamografías podría servir para identificar distintas enfermedades cardiovasculares (ECV) frecuentes, según un trabajo del Centro Médico Chaim Sheba de la Universidad de Tel Aviv, en Ramat Gan (Israel), que se presentará en el Congreso ESC 2026 de Múnich (Alemania).
Viana Copeland, doctora del Centro Médico Chaim Sheba de la Universidad de Tel Aviv, subraya la necesidad de desarrollar nuevas estrategias de cribado de enfermedades cardiovasculares (ECV) en la población femenina.
“A pesar de ser la principal causa de muerte en mujeres a nivel mundial, las ECV se subdiagnostican y tratan de forma insuficiente. Un hallazgo común en nuestro centro médico, y en todo el mundo, es que cuando las mujeres buscan atención médica, su ECV ya está avanzada”, explica.
La investigadora recuerda además que “muchas mujeres se someten a exámenes de detección de cáncer de mama de rutina, incluso cuando no han buscado atención por síntomas cardiovasculares. Investigamos si la IA podría ayudar a la mamografía a cumplir una función adicional en este grupo: la detección temprana de ECV, lo que permitiría implementar estrategias preventivas”.
En este estudio de cohorte retrospectivo se recopilaron datos de 29.921 mujeres sometidas a 97.364 mamografías, con una edad media de 54 años.
A partir de historias clínicas electrónicas, prescripciones y resultados de pruebas de imagen, se obtuvo información sobre la presencia de tres ECV habituales (hipertensión, cardiopatía isquémica o enfermedad arterial coronaria) y accidente cerebrovascular. La prevalencia observada fue del 16% para la hipertensión, del 2,5% para la cardiopatía isquémica y del 2,5% para el ictus.
Se diseñó un modelo de aprendizaje profundo capaz de reconocer patrones en las mamografías de mujeres con hipertensión, cardiopatía isquémica o accidente cerebrovascular. Su rendimiento para diferenciar entre mujeres con y sin cada patología cardiovascular se midió mediante el área bajo la curva ROC (AUROC), que va de 0,5 (detección al azar) a 1,0 (discriminación perfecta).
El modelo inicial mostró un comportamiento sólido, con AUROC de 0,79 para hipertensión, 0,78 para cardiopatía isquémica y 0,86 para accidente cerebrovascular, con resultados estables al estratificar por edad y por presencia de cáncer.
La doctora Copeland destaca que, “dado que la mamografía ya se utiliza ampliamente, analizar las mismas imágenes para obtener información cardiovascular podría ofrecer un enfoque escalable sin necesidad de realizar un examen de imagen adicional. Además, la mamografía llega a muchas mujeres de mediana edad, un período importante para reconocer y abordar el riesgo cardiovascular”.
El equipo científico continúa ahora perfeccionando el modelo para incrementar su exactitud y disminuir tanto los falsos positivos como los falsos negativos, y prevé estudiar si las mamografías pueden contribuir también a la detección de otras enfermedades cardiovasculares.