Ein künstliches Intelligenz-Algorithmus nutzt routinemäßige Mammogramme plus das Alter einer Frau, um ihr Risiko für schwere Herz-Kreislauf-Erkrankungen so genau vorherzusagen wie herkömmliche Risikobewertungsmethoden – so das Ergebnis einer Studie, die im Fachjournal Heart veröffentlicht wurde. Die Forscher sehen darin eine kosteneffiziente „Zwei-in-einem“-Möglichkeit zur Früherkennung, da Mammographien bereits in der bestehenden Gesundheitsinfrastruktur genutzt werden. Herz-Kreislauf-Erkrankungen werden bei Frauen oft unterschätzt und unterbehandelt, und klassische Risikomodelle erweisen sich bei ihnen als weniger zuverlässig. Obwohl neuere Scores besser abschneiden als frühere, sind sie komplex und hängen von umfangreichen medizinischen Daten ab, die nicht immer verfügbar sind. Die Forscher analysierten 49.196 Frauen im Alter von durchschnittlich 59 Jahren aus der Lifepool-Kohortenstudie in Victoria, Australien, die zwischen 2009 und 2020 registriert wurden. Neben Alter und Lebensstilfaktoren wie Rauchen, Alkoholkonsum, BMI, Diabetesgeschichte und Medikamenteneinnahme (z. B. für Bluthochdruck oder Cholesterin) erfassten sie auch Informationen zur Menopause, zum Hormonersatz und zu früheren Brustinterventionen. In einer durchschnittlichen Verfolgungszeit von fast neun Jahren traten 3392 erste Herz-Kreislauf-Ereignisse auf: 2383 Fälle von koronarer Herzerkrankung, 656 Herzinfarkte, 434 Schlaganfälle und 731 Herzinsuffizienzen. Anhand der gesamten inneren Struktur und Merkmale der Brust in den Mammogrammen entwickelten die Forscher einen KI-Algorithmus, der zusammen mit dem Alter das 10-Jahres-Risiko für schwere Herz-Kreislauf-Erkrankungen vorhersagte. Dieser erreichte die Genauigkeit moderner Risikomodelle wie dem neuseeländischen PREDICT-Tool oder dem amerikanischen PREVENT-Rechner – und war nur geringfügig besser, wenn zusätzliche klinische Daten hinzugefügt wurden. Ein entscheidender Vorteil: Der KI-Modell benötigte keine zusätzlichen Befragungen oder medizinischen Unterlagen, sondern nutzte bereits vorhandene Mammographiedaten. Die Autoren räumen jedoch Einschränkungen ein: Unterschiedliche Geräte liefern nicht identische Bilddaten, die Risikofaktoren basierten auf Selbstberichten, und alle KI-Modelle sind stark von ihren Trainingsdaten abhängig. Dennoch betonen sie, dass die Mammographie als „Zwei-in-einem“-Tool Potenzial hat, da sie bereits regelmäßig bei Frauen durchgeführt wird und gleichzeitig wertvolle Hinweise auf Herz-Kreislauf-Risiko liefert. In einer begleitenden Stellungnahme weisen Prof. Gemma Figtree und Dr. Stuart Grieve von der Universität Sydney darauf hin, dass Herz-Kreislauf-Erkrankungen weltweit deutlich häufiger tödlich enden als Brustkrebs – mit etwa 10 % der Todesfälle durch Brustkrebs im Vergleich zu vielen mehr durch Herz-Kreislauf-Erkrankungen. Mammographien könnten daher eine wichtige Gelegenheit sein, Frauen über ihr Herz-Kreislauf-Risiko aufzuklären. Allerdings bleibt die Umsetzung neuer, vielversprechender Tools eine Herausforderung – insbesondere in der klinischen Praxis. Die Entwicklung zeigt, wie KI die bestehende medizinische Infrastruktur intelligent nutzen kann, um Frauen gleichzeitig besser vor Herz-Kreislauf-Erkrankungen zu schützen – ohne zusätzlichen Aufwand. Wenn die Methode in klinische Routinen integriert wird, könnte sie eine bahnbrechende Verbesserung der präventiven Frauenmedizin darstellen.