一项新研究发现，仅通过常规乳腺X光片（ mammogram）和女性年龄，人工智能（AI）算法即可准确预测其未来十年发生重大心血管疾病的风险，效果与现有的复杂临床风险评估工具相当。该研究发表于《心脏》（Heart）期刊，为女性心血管健康筛查提供了一种低成本、高效率的“一石二鸟”新路径。 研究人员分析了澳大利亚维多利亚州49,196名女性的乳腺X光图像，平均年龄59岁，数据来自2009至2020年间的Lifepool队列研究。这些女性在入组时提供了年龄、吸烟史、饮酒、体重指数（BMI）、糖尿病史、高血压或高胆固醇药物使用情况，以及绝经状态、生育史和激素治疗等信息。研究期间近9年中，共有3392人发生首次心血管事件，包括冠心病、心肌梗死、中风和心力衰竭。 研究团队开发了一款AI算法，通过分析乳腺内部结构的全部特征（如组织密度、钙化程度等）结合年龄，预测心血管疾病风险。结果显示，该AI模型在预测准确性上与新西兰的PREDICT工具和美国心脏协会的PREVENT计算器相当，甚至在加入部分临床数据后略胜一筹。 研究人员指出，传统风险评估工具在女性中表现不佳，且依赖大量医疗数据，难以普及。而乳腺X光检查已广泛用于女性筛查，若能“顺带”评估心血管风险，将极大提升效率。尽管不同设备产生的图像存在差异，且部分风险因素依赖自述，但AI模型无需额外检查或病历调取，直接利用现有医疗流程，具备显著优势。 在同期评论中，悉尼大学的Gemma Figtree教授和Stuart Grieve博士强调，女性对心脏病的威胁普遍认知不足，而乳腺癌实际仅占全球死亡原因的约10%，远低于心血管疾病。乳腺X光检查可成为提升女性对心血管风险认知的重要“接触点”。 不过，他们也提醒，尽管AI模型前景广阔，但如何在真实医疗系统中落地实施，仍是关键挑战。