Análisis de IA de las mamografías predice riesgo de enfermedad cardiovascular

El riesgo cardiovascular está infravalorado en las mujeres. Muchas mujeres se someten a mamografías de detección en la mediana edad cuando aumenta el riesgo de enfermedad cardiovascular. Las características mamográficas como la calcificación arterial mamaria y la densidad tisular se asocian con el riesgo cardiovascular.

Un algoritmo de aprendizaje profundo que solo utiliza datos de imágenes de mamografías junto con la edad puede predecir eventos cardíacos importantes con la misma precisión que las calculadoras tradicionales de riesgo cardiovascular.

Los hallazgos se publicaron en línea en Heart.¹ El algoritmo fue desarrollado por investigadores del Instituto George para la Salud Global en colaboración con la Universidad de Nueva Gales del Sur y la Universidad de Sydney en Sydney, Australia.

Jennifer Barraclough, PhD, investigadora del Instituto George, investigadora principal, dijo que el uso de información de un proceso de detección ya ampliamente utilizado por las mujeres significa que este modelo podría ayudar a predecir el riesgo cardiovascular para las mujeres en diversas comunidades a nivel mundial. Se espera que esta tecnología algún día brinde un acceso mayor y más equitativo a las pruebas de detección en las áreas rurales.

Barraclough y sus colegas diseñaron y validaron el modelo, llamado DeepSurv, utilizando mamografías de rutina de 49,196 mujeres en áreas metropolitanas y rurales de Victoria, Australia, vinculadas a registros hospitalarios y de defunción individuales. La mediana de seguimiento fue de 8,8 años. Luego compararon el modelo con modelos tradicionales que se basan en múltiples puntos de datos basados en factores de riesgo cardiovascular conocidos, como la presión arterial y los niveles de colesterol.

El nuevo modelo tuvo un índice de concordancia de 0,72 (IC 95%, 0,71-0,73), con un rendimiento similar al de los modelos actuales, incluida la herramienta PREDICT de Nueva Zelanda y las ecuaciones PREVENT de la American Heart Association que incorporan variables clínicas y de edad.

Hasta la fecha, los investigadores han desarrollado algoritmos basados en la calcificación arterial mamaria a partir de datos mamográficos, pero tienen limitaciones, particularmente para predecir el riesgo cardiovascular en mujeres mayores, según el documento.

Los autores indicaron que este es el primer modelo de aprendizaje profundo que incorpora todas las características/arquitectura de los senos de las mamografías de detección de rutina, en lugar de la calcificación arterial mamaria sola.

Para su modelo, Barraclough y sus colegas utilizaron el primer conjunto disponible de imágenes mamográficas digitales de mama derecha e izquierda y, siempre que fue posible, utilizaron datos de imágenes para mamografías realizadas en dos ocasiones diferentes. En el 9% de los casos, solo se disponía de un conjunto de imágenes mamográficas antes del primer evento cardiovascular y, por lo tanto, se utilizó de forma aislada. Luego usaron un codificador de imágenes para extraer características de los datos de la mamografía, que se combinaron en un modelo basado en redes neuronales para predecir el riesgo de eventos cardíacos adversos importantes durante 10 años.

Poder usar múltiples características de una mamografía con solo la edad y sin saber nada más sobre el paciente para poder predecir el riesgo es definitivamente innovador, dijo Rupa Sanghani, MD, directora del Rush Heart Center for Women en el Centro Médico de la Universidad Rush en Chicago. Los modelos adicionales de riesgo cardiovascular son muy necesarios para las mujeres. Sabemos que la enfermedad cardíaca se subestima en las mujeres y sabemos también que las mujeres no acuden tanto como deberían para ser atendidas, aunque las tasas de mamografías son relativamente altas.

Sus probabilidades de morir de cáncer de mama son de aproximadamente 1 en 8, mientras que sus probabilidades de morir de enfermedad cardíaca son de 1 en 3, agregó Sanghani. El modelo tiene potencial para su uso en los EE. UU., pero señaló que todavía está en las primeras etapas y el documento no enumera todos los componentes de la mamografía utilizada en el modelo.

La mamografía se considera cada vez más como una herramienta para predecir el riesgo de enfermedad cardíaca en las mujeres, lo que puede permitir una detección más temprana de la enfermedad cardíaca. Creo que este es un gran ejemplo de cómo se podría usar la inteligencia artificial en la atención médica, pero aún necesitamos investigación sobre el costo, la implementación, los resultados y si realmente cambia su atención, dijo Sanghani.

En un editorial acompañante,² Gemma A. Figtree, MBBS, cardióloga intervencionista del Instituto Kolling de Investigación Médica, y Stuart M Grieve, MBBS, radiólogo del Centro Charles Perkins, ambos de la Universidad de Sydney, escribieron que el uso de datos de mamografía representa poco costo directo y quizás evita el riesgo de 'perder el momento' de la interacción de una mujer con el sistema de salud en la detección de mamas.

Destacan la sustancial "subestimación de la enfermedad cardíaca como una amenaza para las mujeres tanto por parte de las mujeres como del sistema de salud", así como la frustración del "rendimiento subóptimo de los algoritmos tradicionales de factores de riesgo".

Señalaron que más del 67% de las mujeres en los EE. UU. y el Reino Unido se someten a pruebas de detección de cáncer de mama, por lo tanto, la mamografía puede representar un 'punto de contacto' para crear conciencia sobre el riesgo cardiovascular y la enfermedad en las mujeres.

Referencias

1. Barraclough JY, Gandomkar Z, Fletcher RA, et al. Predicción de eventos cardiovasculares a partir de mamografías de rutina mediante el aprendizaje automático. Heart. Publicado en línea Primero: 16 de septiembre de 2025. doi: 10.1136/heartjnl-2025-325705.

2. Figtree GA, mamografía Grieve SM. ¿una oportunidad para optimizar la salud cardíaca de las mujeres? Heart Publicado en línea por primera vez: 16 de septiembre de 2025. doi: 10.1136/heartjnl-2025-326657