一项发表于《欧洲心脏杂志》的研究显示，人工智能可通过分析常规乳腺 X 光 mammograms 预测女性患严重心脏病甚至死亡的风险。这项由埃默里大学 Hari Trivedi 博士团队主导的研究，利用 AI 技术识别乳腺动脉中的钙化沉积物，该沉积物是动脉硬化的标志，与心脏病发作、中风等心血管事件高度相关。 研究涵盖了来自美国两大医疗系统的 123,762 名参与过乳腺癌筛查但此前未被诊断心血管疾病的女性。研究人员根据钙化程度将人群分为严重、中度、轻度及无钙化四组，并与后续发生的心血管疾病结果进行对比。结果显示，与无钙化女性相比，轻度钙化女性患严重心血管疾病的概率高出约 30%，中度钙化风险增加超过 70%，而重度钙化女性的风险则是前者的两到三倍。值得注意的是，这一关联性在 50 岁以下年轻女性群体中同样成立，且不受糖尿病或吸烟等其他风险因素影响。 研究负责人 Trivedi 博士指出，这一发现意味着女性在进行常规的乳腺癌筛查时，无需额外辐射或成本，即可获得关于心脏健康状况的关键信息。这对于解决女性心脏病长期被低估和漏诊的问题具有重要意义。临床医生可借此识别高危人群并提前干预，如建议进行胆固醇检测或药物治疗。 此外，该研究还为卫生政策制定者提供了新方向。通过将 AI 工具整合至现有的乳腺 X 光检查流程中，无需新建基础设施，即可每年惠及数千万女性。伴随的社论专家也强调，鉴于绝大多数适龄女性都接受过乳腺检查，利用这一普及的医疗触点来筛查心脏病风险，将极大推动针对女性首要死因的预防工作。目前，研究团队计划开展临床试验，以验证将该技术纳入临床常规的具体实施步骤。