乳腺X线摄影（mammography）也称乳腺钼靶检查，通过低能量的Ⅹ光透射乳房从而获得乳腺影像的一种影像学技术，主要用于乳腺疾病的筛查及乳腺癌的诊断。乳腺X线摄影敏感度较高，能显示乳腺内的微小钙化。乳腺动脉钙化（BAC）是一种内侧动脉钙化的形式，表现为中小动脉的非闭塞性、环形增厚。然而，乳腺动脉钙化与心血管疾病之间关系的研究相对有限，导致临床医生对其潜在风险的认知不足。

2025年3月29~31日，发表在第74届美国心脏病学会年度科学会议(ACC.25)的一项研究，利用人工智能（AI）技术，探索如何通过乳腺X线检查评估乳腺组织内动脉钙化程度，从而为心血管健康提供准确的评估信息。

在这项研究中，研究人员开发了一种深度学习AI模型，用于分割乳腺X线摄影中的钙化血管，并根据电子健康记录数据计算心血管事件的未来风险。该模型通过分析超过56,000名患者的数据进行训练和测试，纳入的患者来自2013年至2020年间在埃默里医疗保健中心接受了乳腺X线摄影，并且至少有五年的随访电子健康记录数据。研究中使用的分割方法是该模型与以往用于分析乳腺动脉钙化的AI模型的主要区别。

结果显示，AI模型能够根据乳腺X线摄影准确地将患者的心血管风险分为低、中、高三个等级。在计算两年和五年内因任何原因死亡或发生急性心肌梗死、中风或心力衰竭的风险时，模型显示，乳腺动脉钙化程度与心血管事件的发生率呈正相关，尤其是在年龄小于60岁和60~80岁的女性中。这也就意味着该工具特别适合为年轻女性提供心脏病风险的早期预警。

研究还发现，乳腺动脉钙化程度最高的女性（超过40 mm²）与钙化程度最低的女性（低于10 mm²）相比，五年的无事件生存率显著降低。例如，乳腺动脉钙化程度最高的女性中，86.4%在五年内存活，而钙化程度最低的女性中，这一比例为95.3%。这意味着，与几乎没有乳腺动脉钙化的患者相比，严重乳腺动脉钙化的患者在五年内死亡的风险高出约2.8倍。

综上，本研究证明了利用AI技术从乳腺X线摄影中提取额外心血管健康信息的可行性。通过自动分析乳腺动脉钙化并将其转化为心血管风险评分，AI模型为临床医生提供了一个额外的工具，可以在乳腺癌筛查的同时，对女性的心血管健康进行评估。如果该模型通过外部验证并获得美国食品药品监督管理局的批准，它可能会被商业化，并整合到常规的乳腺X线摄影处理和后续护理中。

参考资料

https://www.acc.org/About-ACC/Press-Releases/2025/03/20/09/58/AI-Powered-Mammograms