AI新突破：智能检测心脏病方法问世

快速阅读: 埃默里大学研究团队利用AI分析钼靶图像，发现乳房动脉钙化可预测女性心脏病风险，尤其对60岁以下女性效果显著，有望成为常规筛查工具。

一项新的研究表明，乳腺X光摄影（简称“钼靶”）不仅能用于检测乳腺癌，还能帮助医生发现女性早期心脏病的迹象。研究在美国心脏病学会年度科学会议上（ACC.25）发布，展示了如何利用人工智能（AI）分析钼靶图像，以识别乳房动脉中的钙化情况——这可能是心脏问题的早期预警信号。

每年约有4000万美国女性接受钼靶检查以筛查乳腺癌。这些X光图像也能显示乳房动脉中的钙化，但放射科医生通常不会报告这一点。如今，埃默里大学的研究人员认为，这个被忽视的细节可能提供有关女性心脏健康的有用信息。

该研究的主要作者Theo Dapamede博士解释说，他们使用AI技术来识别并测量钼靶图像中乳房动脉内的钙化程度。随后，AI为每位女性计算出一个心脏风险评分。

研究发现，60岁以下且乳房动脉中钙化程度较高的女性，未来发生心脏病如心肌梗死或中风的风险更高。心脏病是美国女性死亡的首要原因，但往往被忽视。许多女性并不知道自己处于高风险之中。由于钼靶已经是许多女性常规健康检查的一部分，因此利用其筛查心脏病可能是一种简单有效的方法。

动脉中的钙化意味着可能存在损伤或早期心脏病的迹象。先前的研究表明，乳房动脉中有钙化的女性，患心肌梗死或中风的风险高出51%。

这项研究的AI工具基于2013年至2020年间在埃默里医疗保健机构接受钼靶检查的56000多名女性的图像和健康记录进行训练。这些女性至少有五年的后续健康数据，有助于AI学习钙化水平与未来心脏问题之间的关系。

结果显示，AI能够准确区分女性的心脏病风险等级，从低到高。同时，钙化程度越高的女性，发生严重心脏事件的可能性越大。

对于80岁以下的女性而言，钙化程度越高，心脏问题的发生率也越高。而对于80岁以上的女性，这种关联性变化不大，可能是因为其他健康问题在这个年龄段更为普遍。

差异显著。钙化程度最低的女性中，约95%在五年后仍保持健康；而钙化程度最高的女性中，只有86%保持健康。这一巨大差距凸显了该工具的潜在价值。

目前，AI模型仍在测试阶段，尚未公开使用。但如果通过所有安全检查并获得批准，它可能会在未来成为常规钼靶筛查的一部分。

研究人员还在探索类似的AI工具是否能通过相同的钼靶图像发现其他疾病的迹象，如肾病或下肢血流不良。

这项研究表明，一次检查可以提供比我们想象中更多的信息。借助AI，钼靶未来或许能帮助女性对抗癌症和心脏病，从而挽救更多生命。

(以上内容均由Ai生成)