Les maladies cardiovasculaires restent la première cause de décès chez les femmes. Une étude présentée au congrès de la Société européenne de cardiologie (ESC) explore la possibilité de profiter du dépistage mammaire pour les repérer. Sur près de 30.000 femmes, un algorithme d’intelligence artificielle a distingué celles avec ou sans hypertension, cardiopathie ischémique ou AVC documenté.
La mammographie pourrait-elle contribuer au repérage cardiovasculaire sans examen d’imagerie supplémentaire ? C’est la piste étudiée par une équipe du Centre médical Chaim Sheba, en Israël. Les images mammaires pourraient contenir des informations vasculaires et cardiométaboliques exploitables au-delà des seules anomalies oncologiques. L’objectif serait d’intégrer ce repérage à un parcours de dépistage déjà établi.
Présentée le 30 août à Munich par la Dre Viana Copeland, l’étude rétrospective monocentrique porte sur 29.921 femmes ayant réalisé au moins une mammographie entre 2011 et 2025 dans un centre de référence tertiaire. Au total, 97.364 examens ont été analysés. L’âge médian était de 54 ans et le suivi médian de 7,3 ans. Un cancer du sein était présent chez 5.485 patientes, soit environ 18 % de la cohorte.
Les pathologies cardiovasculaires ont été identifiées à partir des diagnostics structurés des dossiers médicaux électroniques, complétés par les prescriptions, les résultats d’examens et les mesures réalisées à l’hôpital. L’hypertension concernait 4.787 femmes (16 %), la cardiopathie ischémique 748 (2,5 %) et l’AVC 755 (2,5 %).
De meilleures performances sur les incidences obliques
Les chercheurs ont développé un réseau neuronal convolutif pour identifier ces pathologies directement à partir des images mammographiques. Les aires sous la courbe ROC (AUC) atteignaient 0,79 pour l’hypertension, 0,78 pour la cardiopathie ischémique et 0,86 pour l’AVC.
Les analyses de sensibilité selon l’âge, la présence ou l’absence d’un cancer du sein et l’incidence mammographique ont donné des résultats cohérents. Les performances étaient meilleures sur les incidences médiolatérales obliques (MLO), avec des AUC de 0,80 pour l’hypertension et la cardiopathie ischémique, et de 0,88 pour l’AVC. Ces valeurs mesurent la capacité de discrimination du modèle, sans correspondre à des pourcentages de diagnostics corrects.
Pour les auteurs, cette approche pourrait permettre de repérer des femmes susceptibles de bénéficier d’une évaluation cardiovasculaire à l’occasion de leur mammographie. Selon la Dre Copeland, le dépistage mammaire touche notamment des patientes qui n’ont pas nécessairement consulté pour des symptômes cardiovasculaires.
Une utilisation clinique encore à évaluer
Le modèle a été conçu pour identifier des maladies cardiovasculaires établies. Les résultats ne démontrent donc pas qu’il prédit la survenue future d’un infarctus ou d’un AVC, ni que son utilisation améliore le devenir des patientes. L’abstract ne détaille pas la répartition des données entre entraînement et test et ne mentionne pas de validation externe.
L’équipe travaille à améliorer les performances du modèle et à réduire les faux positifs et les faux négatifs. Elle prévoit également d’explorer d’autres affections cardiovasculaires. La fiabilité de cette approche doit encore être établie avant une mise en œuvre clinique.
Ces travaux ont été soutenus par le centre de recherche en intelligence artificielle de Sheba Tel Hashomer, ARC, le centre pour l’innovation numérique en Israël, et une subvention du prix Meirim pour l’innovation médicale émergente. La Dre Copeland figure parmi les inventeurs de demandes de brevet en cours concernant l’IA cardiovasculaire et la technologie de durabilité des valves.
