Un sistema di intelligenza artificiale è riuscito a individuare segnali associati a ipertensione arteriosa, cardiopatia coronarica e ictus utilizzando esclusivamente immagini mammografiche. Il metodo è stato sviluppato nell’ambito di uno studio condotto in Israele e presentato a Monaco di Baviera durante il congresso annuale della European Society of Cardiology. La ricerca ha valutato la possibilità di utilizzare immagini già prodotte durante lo screening per il tumore al seno anche per ricavare informazioni sullo stato cardiovascolare delle pazienti, senza introdurre ulteriori esami radiologici.
Lo studio, coordinato dalla dottoressa Viana Copeland dell’Università di Tel Aviv, ha analizzato 97.364 scansioni mammografiche appartenenti a 29.921 donne con un’età media di 54 anni. Le immagini sono state incrociate con le informazioni contenute nelle cartelle cliniche delle pazienti, così da verificare la presenza effettiva delle condizioni cardiovascolari considerate. Nel gruppo analizzato, il 16% delle donne soffriva di ipertensione arteriosa, il 2,5% presentava una cardiopatia coronarica e un ulteriore 2,5% aveva avuto un ictus. Su questa base è stato successivamente addestrato un modello di machine learning in grado di esaminare le mammografie e riconoscere configurazioni associate alle diverse patologie.
Il sistema ha identificato correttamente le pazienti che avevano avuto un ictus nell’86% dei casi utilizzando come dato di ingresso la sola mammografia. Per l’ipertensione arteriosa l’accuratezza registrata è stata del 79%, mentre per la cardiopatia coronarica ha raggiunto il 78%. Le prestazioni dell’algoritmo sono risultate inoltre sostanzialmente costanti indipendentemente dall’età delle donne analizzate e dalla presenza o meno di un tumore al seno, un elemento rilevante perché indica che il riconoscimento delle condizioni cardiovascolari non dipende direttamente dalle alterazioni oncologiche eventualmente presenti nell’immagine.
La possibilità di estrarre informazioni cardiovascolari dalle mammografie nasce anche dalle caratteristiche anatomiche visibili durante questo esame. Le immagini mammografiche possono mostrare modificazioni dei vasi sanguigni del seno, comprese calcificazioni arteriose che la ricerca scientifica sta studiando da tempo come possibili indicatori aggiuntivi del rischio cardiovascolare. Studi recenti hanno mostrato che la quantificazione automatizzata delle calcificazioni arteriose mammarie mediante algoritmi di intelligenza artificiale può fornire informazioni prognostiche indipendenti sull’incidenza di eventi cardiovascolari maggiori e sulla mortalità, sfruttando immagini già disponibili nell’ambito degli screening periodici.
L’interesse del nuovo modello riguarda soprattutto la possibilità di utilizzare una procedura diagnostica già diffusa nella popolazione femminile per individuare segnali che normalmente richiederebbero un percorso di valutazione differente. Le malattie cardiovascolari rappresentano infatti una delle principali cause di mortalità anche tra le donne, ma possono essere diagnosticate in una fase relativamente avanzata. La mammografia viene invece effettuata regolarmente da un’ampia fascia della popolazione femminile, in particolare durante la mezza età, periodo nel quale cominciano ad assumere maggiore rilevanza anche numerosi fattori di rischio cardiovascolare.
Il sistema non è tuttavia ancora destinato all’impiego clinico ordinario. Prima di un’eventuale introduzione negli ospedali sarà necessario stabilire livelli di accuratezza e affidabilità sufficienti per l’utilizzo sulle singole pazienti e verificare le prestazioni su popolazioni differenti da quelle impiegate nella fase di sviluppo. Il gruppo di ricerca sta lavorando anche alla riduzione dei falsi positivi e dei falsi negativi e all’ampliamento delle condizioni cardiovascolari che l’algoritmo potrebbe essere in grado di riconoscere attraverso le immagini mammografiche.
La tecnologia potrebbe quindi trasformare la mammografia in un esame dal doppio contenuto informativo: mantenere la sua funzione principale nello screening del tumore al seno e, contemporaneamente, utilizzare le stesse immagini per segnalare la possibile presenza di condizioni cardiovascolari che richiedano ulteriori approfondimenti. L’eventuale applicazione non sostituirebbe gli esami cardiologici necessari per formulare una diagnosi, ma potrebbe consentire di identificare durante uno screening già programmato le pazienti nelle quali avviare una valutazione cardiovascolare più specifica.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)