Een nieuw AI-algoritme kan het risico op hart- en vaatziekten bij vrouwen betrouwbaar voorspellen aan de hand van routinematige mammogrammen, zonder dat aanvullende medische gegevens nodig zijn. Daarmee biedt deze technologie potentieel een kostenefficiënte ‘twee-in-één’-screeningmethode: voor zowel borstkanker als cardiovasculaire aandoeningen.
Het algoritme is ontwikkeld op basis van data van ruim 49.000 vrouwen uit het Australische Lifepool-cohort. Door gebruik te maken van deep learning analyseert het AI-model interne borststructuren op mammogrammen in combinatie met de leeftijd van de vrouw, om het 10-jaarsrisico op ernstige cardiovasculaire aandoeningen, zoals hartaanval, beroerte of hartfalen, te voorspellen.
Betrouwbaar en betere risicobepaling
De voorspellende kracht van het AI-model bleek vergelijkbaar met geavanceerde risicobeoordelingsmodellen zoals de PREDICT-tool (Nieuw-Zeeland) en de PREVENT-calculator (American Heart Association), die gebruikmaken van uitgebreide klinische data. Het grote verschil: het AI-model vereist geen aanvullende informatie, zoals medische voorgeschiedenis of laboratoriumresultaten.
Volgens de onderzoekers maakt dit model gebruik van bestaande screeningsinfrastructuur en biedt het een laagdrempelige methode om cardiovasculaire risico’s bij vrouwen vroegtijdig te signaleren. Omdat hart- en vaatziekten bij vrouwen vaak te laat worden herkend, en traditionele risicomodellen bij hen minder nauwkeurig werken, kan deze aanpak bijdragen aan eerdere interventie én bewustwording.
“Mammografie wordt al op grote schaal toegepast. Door diezelfde beelden te gebruiken voor cardiovasculaire screening, kunnen we de efficiëntie verhogen zonder extra belasting voor het zorgsysteem,” aldus de onderzoekers.
Implementatie cruciaal
In een begeleidend commentaar benadrukken experts van de Universiteit van Sydney dat hartziekten wereldwijd nog steeds de belangrijkste doodsoorzaak zijn bij vrouwen, veel vaker dan borstkanker. Toch wordt het risico vaak onderschat, zowel door vrouwen zelf als door zorgverleners. Het gebruik van mammografie als ‘gesprekstarter’ voor bredere gezondheidsrisico’s kan hier verandering in brengen. Tegelijkertijd waarschuwen zij dat succesvolle implementatie van AI-gebaseerde risicobeoordeling afhangt van validatie, integratie in bestaande zorgprocessen en bewustwording onder professionals.
Deze studie, onlangs gepubliceerd in BMJ Heart, laat zien hoe AI en bestaande diagnostische tools samen kunnen worden ingezet om een bredere impact te maken op vrouwengezondheid. De sleutel tot succes ligt in slimme integratie binnen de klinische praktijk, met oog voor schaalbaarheid, betrouwbaarheid en gebruiksgemak.
AI en mammografie
Onlangs toonden onderzoekers van het Radboudumc aan dat met behulp van AI-analyses borstkankertumoren met behulp van AI eerder kunnen worden opgespoord in mammogrammen. Daarvoor werd een onderzoek uitgevoerd waarbij 42.000 mammogrammen door zowel AI als een radioloog beoordeeld werden.
Dat onderzoek liet zien dat deze combinatie effectiever is dan twee radiologen samen: meer tumoren worden opgespoord, vaak ook in een eerder stadium. De AI herkent afwijkingen die radiologen op dat moment nog niet als tumoren classificeren, maar die later wél klinisch relevant blijken. Hierdoor is vroege behandeling mogelijk, wat de overlevingskansen vergroot. De inzet van AI verlaagt daarnaast de werkdruk en kan miljoenen euro’s besparen.
