Algoritmo de IA utiliza mamografías para predecir con precisión el riesgo cardiovascular en mujeres

Las enfermedades cardiovasculares siguen siendo la principal causa de muerte en mujeres a nivel mundial, responsables de aproximadamente nueve millones de muertes al año. A pesar de esta carga, los síntomas y factores de riesgo suelen ser subestimados en las mujeres, lo que resulta en menos pruebas diagnósticas y un retraso en el tratamiento en comparación con los hombres. Además, muchas mujeres no reciben evaluaciones de riesgo cardiovascular en el ámbito comunitario, lo que dificulta especialmente la detección temprana. Ahora, investigadores han desarrollado un nuevo modelo de aprendizaje automático capaz de predecir con éxito el riesgo de enfermedad cardíaca en mujeres mediante el análisis de mamografías.

Investigadores del Instituto George para la Salud Global (Sídney, Australia), en colaboración con la Universidad de Nueva Gales del Sur (Sídney, Australia) y colaboradores, han desarrollado un modelo de aprendizaje profundo que analiza las mamografías para predecir el riesgo cardiovascular. A diferencia de los métodos tradicionales que requieren múltiples puntos de datos clínicos, este modelo se basa únicamente en las características mamográficas y la edad. Al integrar el cribado cardiovascular con el cribado mamario, se posibilita un enfoque "dos por uno" que requiere menos recursos y, a la vez, es altamente eficaz.

El modelo se diseñó y validó utilizando mamografías de más de 49.000 mujeres de Australia metropolitana y rural, vinculadas a registros hospitalarios y de defunción. Posteriormente, se comparó con calculadoras de riesgo tradicionales que se basan en la presión arterial, el colesterol y otros factores de riesgo. Los resultados, publicados en la revista Heart, mostraron que el modelo alcanzó una precisión comparable sin requerir antecedentes médicos ni datos adicionales.

Esta innovación aborda las limitaciones de los enfoques anteriores, como los que se centran exclusivamente en la calcificación arterial mamaria (CAS), que es menos fiable en mujeres mayores. Al utilizar una gama más amplia de características mamográficas, el modelo ofrece una mayor capacidad predictiva en diversas poblaciones. De manera importante, podría ampliar el acceso a la evaluación del riesgo en zonas rurales y desatendidas, donde las unidades móviles de mamografía ya atienden gratuitamente a muchas mujeres.

Los investigadores planean ahora probar el modelo en poblaciones más amplias y diversas para validar su aplicabilidad a nivel global. Si se implementa de forma generalizada, este enfoque podría ayudar a reducir las desigualdades de género en la detección cardiovascular, ofreciendo a las mujeres un acceso más equitativo a herramientas de diagnóstico temprano. El objetivo a largo plazo es integrar la predicción del riesgo cardiovascular de manera fluida en los programas de mamografía existentes en todo el mundo.

“Es un error común pensar que las enfermedades cardiovasculares afectan predominantemente a los hombres, lo que resulta en un infradiagnóstico y tratamiento insuficientes en las mujeres”, explicó la profesora asociada Clare Arnott, directora global del Programa Cardiovascular del George Institute for Global Health. “Al integrar la detección del riesgo cardiovascular con la detección de cáncer de mama mediante mamografías—algo que muchas mujeres ya realizan en una etapa de la vida en la que su riesgo cardiovascular aumenta— podemos identificar y potencialmente prevenir simultáneamente dos causas principales de enfermedad y muerte”.

Enlaces relacionados:
The George Institute for Global Health
Universidad de Nueva Gales del Sur

Visitar la expo >

Biopsy Software

Affirm® Contrast

Adjustable Mobile Barrier

M-458

Half Apron

Demi

Portable X-ray Unit

AJEX140H