Un algoritmo de inteligencia artificial basado únicamente en imágenes de mamografías de rutina más la edad puede predecir el riesgo de una mujer de sufrir una enfermedad cardiovascular grave tan bien como los métodos estándar de evaluación de riesgos, según una investigación publicada en línea en la revista Heart .
Y debido a que utiliza la infraestructura de salud existente, la mamografía de rutina puede ofrecer una opción de detección efectiva «dos por uno» y rentable para las mujeres, sugieren los investigadores.
Las enfermedades cardiovasculares y sus factores de riesgo están poco reconocidos y mal tratados en las mujeres, y los algoritmos de predicción de riesgo han tenido un rendimiento inferior en ellas, señalan los investigadores. Y si bien las nuevas puntuaciones de riesgo funcionan mejor en mujeres que en hombres, son complejas y su precisión depende de una gran cantidad de datos médicos, que no siempre están disponibles, añaden.
La extensión de los depósitos de calcio arterial (BAC) y la densidad del tejido en los senos se han vinculado con el riesgo de enfermedad cardiovascular , pero el BAC no está asociado con la obesidad y está asociado negativamente con el tabaquismo, lo que sugiere que no es efectivo por sí solo, sugieren.
Por lo tanto, se propusieron descubrir si un análisis automatizado de IA de la gama completa de la estructura y las características internas de los senos a partir de imágenes de mamografías de rutina podría ser más preciso para predecir el riesgo cardiovascular.
Se basaron en 49.196 mujeres con una edad promedio de 59 años, inscritas entre 2009 y 2020 en el registro de cohorte Lifepool y que vivían en Victoria, Australia.
Al momento de inscribirse, las mujeres proporcionaron información inicial sobre su salud general, edad, estado civil, consumo de alcohol, peso ( IMC ), antecedentes de diabetes y uso de medicamentos para la presión arterial alta y/o colesterol alto y anticoagulantes.
Información adicional incluyó el estado de la menopausia, el historial reproductivo y el uso de terapia hormonal, así como los factores que potencialmente afectan la estructura interna de la mama, como la radiación, la cirugía y el cáncer.
Alrededor del 5% de las mujeres eran fumadoras, el 62% tenía un IMC de más de 25, el 6% tenía diabetes tipo 2, el 33% tomaba medicamentos para el colesterol alto, el 27% para la presión arterial alta y el 11% tomaba un anticoagulante.
Durante un período de seguimiento promedio de casi 9 años, 3392 de estas mujeres tuvieron un primer «evento» cardiovascular: enfermedad de la arteria coronaria (2383); ataque cardíaco (656); accidente cerebrovascular (434) o insuficiencia cardíaca (731).
Los investigadores desarrollaron un algoritmo de IA basado en el conjunto completo de estructuras y características internas del seno de las imágenes de la mamografía, además de la edad de la mujer, para predecir el riesgo de enfermedad cardiovascular importante durante 10 años.
Este algoritmo de IA era tan eficaz como las puntuaciones de riesgo modernas basadas en la edad y diversos factores clínicos, incluyendo la herramienta neozelandesa «PREDICT» y la calculadora «PREVENT» de la Asociación Americana del Corazón. Y solo era ligeramente mejor cuando se añadían diversos factores clínicos.
Los investigadores reconocen varias limitaciones en sus hallazgos, entre ellas, que los distintos escáneres no producen exactamente los mismos datos; los factores de riesgo cardiovascular utilizados para la comparación se basaron en autoinformes; y todos los modelos de aprendizaje profundo dependen completamente de sus conjuntos de datos de entrenamiento.
Pero dicen: «Una ventaja clave del modelo de mamografía que desarrollamos es que no requirió toma de historia adicional ni datos de registros médicos y aprovechó un proceso de detección de riesgos existente ampliamente utilizado por las mujeres.
La mamografía tiene potencial como herramienta de evaluación de riesgos «dos por uno», ofreciendo eficiencias tanto para la comunidad como para el sistema de salud.
Reconocen que «el uso de imágenes de mamografía para predecir el riesgo cardiovascular es novedoso, pero el uso de modelos de aprendizaje automático para predecir el riesgo cardiovascular está ganando terreno».
En un editorial vinculado, la profesora Gemma Figtree y el doctor Stuart Grieve, de la Universidad de Sydney, señalan que el bajo rendimiento de los algoritmos tradicionales de factores de riesgo en las mujeres se ve agravado por la falta de conciencia de la amenaza que representan las enfermedades cardíacas para las mujeres, tanto por parte de las propias mujeres como del sistema de salud.
«Al contrario de lo que comúnmente se piensa, el cáncer de mama causa sólo alrededor del 10% del total de muertes a nivel mundial, en comparación con las resultantes de enfermedades cardiovasculares», escriben.
«La mamografía puede por tanto representar un ‘punto de contacto’ para concienciar sobre el riesgo y la enfermedad cardiovascular en las mujeres «, sugieren.
Pero añaden: «Uno de los desafíos con las nuevas herramientas que prometen mejorar la evaluación del riesgo cardiovascular sigue siendo su implementación».
Más información: Predicción de eventos cardiovasculares a partir de mamografías de rutina mediante aprendizaje automático, Heart (2025). DOI: 10.1136/heartjnl-2025-325705
