Australijscy naukowcy opracowali model uczenia maszynowego, który potrafi przewidzieć ryzyko chorób serca u kobiet, analizując zwykłe zdjęcia mammograficzne. Według badania opublikowanego we wrześniu 2025 r. w czasopiśmie „Heart”, narzędzie to działa równie skutecznie jak tradycyjne kalkulatory ryzyka kardiologicznego, wymagające od lekarzy znajomości poziomu cholesterolu czy ciśnienia krwi pacjentki.
To nie jest science fiction. Nad projektem pracowały zespoły z The George Institute for Global Health, University of New South Wales i University of Sydney. Model o nazwie DeepSurv przeanalizował dane ponad 49 000 australijskich kobiet i na tej podstawie nauczył się identyfikować w obrazach mammograficznych cechy wskazujące na podwyższone ryzyko hospitalizacji lub śmierci z przyczyn kardiologicznych w ciągu najbliższych 10 lat.
Dwie choroby, jedno badanie
Dotąd mammografia służyła wyłącznie do wczesnego wykrywania raka piersi. Teraz badacze chcą to zmienić. Algorytm analizuje całą architekturę piersi widoczną na zdjęciach, czyli nie tylko zwapnienia w naczyniach krwionośnych, jak robiły to wcześniejsze modele, ale wszystkie możliwe cechy tkankowe. W połączeniu z wiekiem pacjentki pozwala to przewidzieć ryzyko zawału, udaru, niewydolności serca czy choroby wieńcowej.
Kluczowy argument autorów badania: mammografia jest już masowo stosowanym badaniem profilaktycznym. W USA i Wielkiej Brytanii regularne mammogramy wykonuje ponad 67% kobiet w odpowiednim wieku. To ogromna infrastruktura, z której można byłoby korzystać szerzej.
„By combining screenings for heart disease and breast cancer, we can identify and potentially prevent two major causes of illness and death at the same time” – powiedziała Clare Arnott, globalna dyrektor programu kardiologicznego w The George Institute.
Kobiety i choroby serca: niedoszacowany problem
Choroby układu krążenia odpowiadają za około 35% wszystkich zgonów kobiet na świecie, czyli ponad 9 milionów rocznie. Mimo to przez lata panowało przekonanie, że to „choroba mężczyzn”.
„It’s a common misconception that CVD predominantly affects men, resulting in underdiagnosis and undertreatment of the condition in women” – zaznaczyła Arnott.
To ma realne konsekwencje. Badania pokazują, że kobiety otrzymują mniej skierowań do specjalistów kardiologów, rzadziej zleca się im diagnostyczne testy serca i rzadziej wypisuje recepty na leki kardiologiczne w porównaniu do mężczyzn z podobnymi objawami.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl: Pomysł jest elegancki i ma sens ekonomiczny. Zamiast budować nową infrastrukturę badań kardiologicznych dla kobiet, można wykorzystać tę, która już działa. To logika, którą lubię. Ale mam pytania, na które badanie jeszcze nie odpowiada: jak model radzi sobie z różnorodnością etniczną i różnymi typami aparatury mammograficznej? Próba licząca 49 000 Australijek to dużo, ale to wciąż jedna populacja, jeden kontekst geograficzny, jeden system opieki zdrowotnej. Zanim zaczniemy mówić o globalnym wdrożeniu, potrzebujemy walidacji na innych grupach. Warto też zapytać, co się stanie, gdy kobiety zaczną otrzymywać dwa komunikaty jednocześnie: „wynik mammografii jest dobry, ale masz podwyższone ryzyko kardiologiczne.” Czy system jest gotowy na taki strumień nowych pacjentów w kardiologii? To pytanie do decydentów, nie do algorytmu.
Jak to działa technicznie?
Model DeepSurv to architektura głębokiego uczenia, która nie ogranicza się do wychwytywania zwapnień tętnic piersiowych, czyli jasnych pikseli widocznych na zdjęciach RTG. Analizuje pełny obraz, ucząc się na parach zdjęć prawej i lewej piersi, wykonywanych nawet w różnym czasie.
Wynik: wskaźnik concordance na poziomie 0,72, porównywalny z wynikami takich narzędzi jak nowozelandzki PREDICT czy równania PREVENT Amerykańskiego Towarzystwa Kardiologicznego. Te modele wymagają danych klinicznych: ciśnienia, cholesterolu, wywiadu medycznego. DeepSurv potrzebuje tylko zdjęcia i wieku.
Potencjalne zastosowania są szczególnie istotne w kontekście:
- obszarów wiejskich – mobilne jednostki mammograficzne mogłyby jednocześnie prowadzić badania onkologiczne i kardiologiczne
- systemów o ograniczonych zasobach – nie wymaga dodatkowego sprzętu ani specjalistów kardiologów na miejscu
- wyrównywania dostępu – kobiety z mniejszą ilością kontaktów z systemem opieki zdrowotnej mogłyby trafić na radar kardiologów przy okazji rutynowego badania
Co dalej?
Badanie jest obiecujące, ale to wciąż etap wstępny. Autorzy otwarcie przyznają, że model wymaga walidacji w kolejnych, zróżnicowanych populacjach. Rupa Sanghani, dyrektor Rush Heart Center for Women w Chicago, oceniła wyniki pozytywnie, ale zwróciła uwagę, że publikacja nie ujawnia wszystkich cech mammogramu używanych przez model, co utrudnia ocenę jego przejrzystości.
Równolegle w USA firma Radiology Partners uruchomiła w październiku 2025 r. komercyjny program Mammo Enhance Heart, który korzysta z zatwierdzonego przez FDA narzędzia AI do wykrywania zwapnień tętnic piersiowych przy okazji standardowej mammografii i kieruje pacjentki z podwyższonym ryzykiem do lokalnych kardiologów.
Kierunek jest wyraźny. Mammografia przestaje być wyłącznie narzędziem onkologicznym, a AI coraz częściej staje się mostem między specjalizacjami medycyny, które dotąd rzadko ze sobą rozmawiały.
