Μια νέα χρήση της τεχνητής νοημοσύνης στις μαστογραφίες θα μπορούσε να βοηθήσει τους γιατρούς να εντοπίζουν όχι μόνο τον καρκίνο του μαστού, αλλά και γυναίκες που διατρέχουν αυξημένο κίνδυνο καρδιαγγειακής νόσου.

Ερευνητές ανέλυσαν μαστογραφίες με τη βοήθεια τεχνητής νοημοσύνης και διαπίστωσαν ότι η τεχνολογία μπορούσε να αναγνωρίσει με σημαντική ακρίβεια γυναίκες με στεφανιαία νόσο, υπέρταση ή ιστορικό εγκεφαλικού επεισοδίου.

Τα ευρήματα παρουσιάστηκαν στο Μόναχο, στο ετήσιο συνέδριο της European Society of Cardiology (ESC), ενός από τα σημαντικότερα διεθνή συνέδρια καρδιολογίας. Η πιθανή εφαρμογή της μεθόδου θεωρείται ιδιαίτερα σημαντική, καθώς εκατοντάδες εκατομμύρια γυναίκες υποβάλλονται κάθε χρόνο σε μαστογραφικό έλεγχο.

Μια εξέταση, δύο διαφορετικοί στόχοι

Η καρδιαγγειακή νόσος αποτελεί την κυριότερη αιτία θανάτου των γυναικών παγκοσμίως, ωστόσο συχνά παραμένει αδιάγνωστη ή διαγιγνώσκεται σε προχωρημένο στάδιο.

Για τη μελέτη, γιατροί στο Ισραήλ εξέτασαν 97.364 μαστογραφίες από 29.921 γυναίκες, με μέση ηλικία τα 54 έτη. Οι ερευνητές διασταύρωσαν τα αποτελέσματα των εξετάσεων με τα ιατρικά αρχεία των γυναικών.

Από το σύνολο των συμμετεχουσών, το 16% είχε υπέρταση, το 2,5% στεφανιαία νόσο, ενώ το 2,5% είχε υποστεί εγκεφαλικό επεισόδιο.

Στη συνέχεια εκπαιδεύτηκε ένα μοντέλο μηχανικής μάθησης ώστε να αναγνωρίζει τις συγκεκριμένες παθήσεις μέσα από τις μαστογραφίες.

Τα αποτελέσματα ήταν ιδιαίτερα ενθαρρυντικά για το ιστορικό εγκεφαλικού: το μοντέλο μπορούσε να εντοπίσει γυναίκες που είχαν υποστεί εγκεφαλικό, αποκλειστικά βάσει της μαστογραφίας, με ακρίβεια 86%.

Για την υπέρταση και τη στεφανιαία νόσο, η ακρίβεια ανήλθε σε 79% και 78%, αντίστοιχα, ως προς τη διάκριση μεταξύ γυναικών που είχαν και εκείνων που δεν είχαν τις συγκεκριμένες παθήσεις.

Η απόδοση του μοντέλου παρέμεινε παρόμοια ανεξάρτητα από την ηλικία των γυναικών ή από το αν είχαν διαγνωστεί παράλληλα με καρκίνο του μαστού.

«Η καρδιαγγειακή νόσος παραμένει υποδιαγνωσμένη»

Η δρ. Viana Copeland από το Πανεπιστήμιο του Τελ Αβίβ, η οποία παρουσίασε τα ευρήματα στο συνέδριο του Μονάχου, υπογράμμισε το μέγεθος του προβλήματος.

«Παρά το γεγονός ότι αποτελεί την κυριότερη αιτία θανάτου των γυναικών παγκοσμίως, η καρδιαγγειακή νόσος εξακολουθεί να υποδιαγιγνώσκεται και να υποθεραπεύεται».

Όπως σημείωσε, οι γιατροί συχνά βλέπουν γυναίκες να αναζητούν ιατρική βοήθεια όταν η καρδιαγγειακή νόσος έχει ήδη εξελιχθεί σημαντικά.

«Ένα συνηθισμένο εύρημα στο ιατρικό μας κέντρο, αλλά και σε ολόκληρο τον κόσμο, είναι ότι όταν οι γυναίκες αναζητούν ιατρική βοήθεια, η καρδιαγγειακή τους νόσος είναι ήδη προχωρημένη. Από την άλλη πλευρά, πολλές γυναίκες υποβάλλονται σε τακτικό έλεγχο για καρκίνο του μαστού, ακόμη και όταν δεν έχουν αναζητήσει ιατρική φροντίδα για καρδιαγγειακά συμπτώματα».

Η αξιοποίηση των ήδη διαθέσιμων μαστογραφιών θα μπορούσε, σύμφωνα με την ίδια, να προσφέρει μια ευρέως εφαρμόσιμη λύση χωρίς να απαιτείται νέα απεικονιστική εξέταση.

«Η μαστογραφία χρησιμοποιείται ήδη ευρέως. Η ανάλυση των μαστογραφιών για πληροφορίες σχετικά με την καρδιαγγειακή υγεία μιας γυναίκας θα μπορούσε δυνητικά να προσφέρει μια κλιμακούμενη προσέγγιση, χωρίς να απαιτείται μια επιπλέον απεικονιστική εξέταση».

Παράλληλα, η μαστογραφία πραγματοποιείται σε μεγάλο αριθμό γυναικών μέσης ηλικίας, μια περίοδο ιδιαίτερα σημαντική για την αναγνώριση και αντιμετώπιση των παραγόντων καρδιαγγειακού κινδύνου.

«Μια μαστογραφία μπορεί να γίνει παράθυρο στην καρδιαγγειακή υγεία»

Οι ερευνητές συνεχίζουν την προσπάθεια βελτίωσης του μοντέλου τεχνητής νοημοσύνης, με στόχο μεγαλύτερη ακρίβεια, λιγότερα ψευδώς θετικά ή αρνητικά αποτελέσματα και τη δυνατότητα εντοπισμού ακόμη περισσότερων καρδιαγγειακών παθήσεων.

Η Elena Arbelo, μέλος της επιτροπής επικοινωνίας της European Society of Cardiology, χαρακτήρισε τα ευρήματα «πειστικά».

«Μια μαστογραφία μπορεί μια μέρα να κάνει περισσότερα από το να αναζητά καρκίνο του μαστού – μπορεί επίσης να προσφέρει ένα παράθυρο στην καρδιαγγειακή υγεία. Αυτό έχει σημασία, επειδή η καρδιαγγειακή νόσος στις γυναίκες εξακολουθεί πολύ συχνά να αναγνωρίζεται αργά».

Ωστόσο, τόνισε ότι απαιτείται περαιτέρω έρευνα προτού η συγκεκριμένη τεχνολογία περάσει στην καθημερινή κλινική πρακτική.

«Η πρόκληση τώρα είναι να διαπιστωθούν η ακρίβεια και η αξιοπιστία – να περάσουμε από το στάδιο του πειραματισμού στην κλινική εφαρμογή».