Egy mammográfia eddig főleg az emlőrák korai felismeréséről szólt. Most úgy tűnik, ugyanaz a vizsgálat a nők szív- és érrendszeri kockázatairól is adhat hasznos jelzéseket, plusz képalkotás nélkül.

Mi történt

Izraeli kutatók közel 100 ezer mammográfiás felvételt elemeztek mesterséges intelligenciával, hogy megnézzék: a képek alapján felismerhetők-e olyan állapotok, mint a koszorúér-betegség, a magas vérnyomás vagy egy korábbi stroke. A vizsgálatban 29 921 nő 97 364 felvétele szerepelt, az átlagéletkor 54 év volt. Az orvosi nyilvántartásokkal összevetve a résztvevők 16%-ánál magas vérnyomás, 2,5%-ánál koszorúér-betegség, további 2,5%-ánál pedig korábbi stroke szerepelt.

A kutatók egy gépi tanulási modellt tanítottak be ezeknek az eltéréseknek a felismerésére. A gépi tanulás leegyszerűsítve azt jelenti, hogy a rendszer sok példából tanul meg mintázatokat és összefüggéseket, amelyeket aztán új képeken is megpróbál azonosítani. A modell a korábbi stroke-ot 86%-os megbízhatósággal jelezte előre pusztán a mammográfiás kép alapján, míg a magas vérnyomás és a koszorúér-betegség esetében 79, illetve 78%-os eredményt ért el. A bemutatott adatok szerint az eredmények életkortól és attól is függetlenül hasonlóak maradtak, hogy az érintett nőnél volt-e daganatos eltérés.

Miért fontos

A szív- és érrendszeri betegségek a nők körében is vezető haláloknak számítanak, mégis gyakran későn ismerik fel őket. Ennek egyik oka, hogy sokan még mindig inkább „férfibetegségként” gondolnak rájuk, miközben a tünetek nőknél eltérőek vagy kevésbé egyértelműek lehetnek. Ezért különösen érdekes, hogy egy már széles körben használt szűrővizsgálatból további egészségügyi információt lehetne kinyerni. Gondolj rá úgy, mint amikor egy biztonsági kamerafelvételt nemcsak egyetlen esemény miatt néznek vissza, hanem többféle jelre is figyelnek rajta. Ha ez a megközelítés beválik, a mammográfia nemcsak emlőrákszűrés lenne, hanem egy korai figyelmeztető rendszer is a kardiovaszkuláris kockázatokra.

Mire figyelj

  1. A most bemutatott eredmények ígéretesek, de még nem jelentik azt, hogy a módszer készen áll a rutinszerű kórházi használatra.
  2. A következő nagy kérdés a pontosság javítása, különösen a téves riasztások és a kihagyott esetek csökkentése. Ez azért fontos, mert egy szűrőeszköz csak akkor hasznos, ha nem terheli túl felesleges vizsgálatokkal sem az orvosokat, sem a pácienseket.
  3. Érdemes figyelni arra is, hogy a modell később milyen további szív- és érrendszeri állapotokat tud majd felismerni, és hogy más országokban, eltérő betegcsoportokon is hasonló eredményt ad-e.
  4. A klinikai bevezetéshez nem elég, hogy a technológia „érdekes”: bizonyítani kell, hogy megbízható, következetes és valóban javítja a korai felismerést. Ebben a szakaszban a Guardian által idézett szakértők is inkább óvatos optimizmusról beszélnek, nem kész áttörésről.