Evaluating Deep-Learning Based Quantification of Breast Arterial Calcification on Mammography for Cardiovascular Risk Assessment

Résumé technique : Évaluation de la quantification par apprentissage profond de la calcification artérielle mammaire sur la mammographie pour l'évaluation du risque cardiovasculaire

Énoncé du problème
Les maladies cardiovasculaires (MCV) demeurent la principale cause de décès chez les femmes, pourtant les outils traditionnels de prédiction des risques classent souvent les femmes, particulièrement les cohortes plus jeunes et d'âge moyen, comme étant à faible risque. Cette sous-estimation entraîne un retard de diagnostic et de traitement. Bien que les calcifications artérielles soient des facteurs de risque établis pour les événements cardiovasculaires majeurs (MACE), leur détection nécessite généralement des examens spécialisés commandés uniquement après l'apparition d'une suspicion clinique. La mammographie de dépistage, réalisée annuellement sur environ 40 millions de femmes aux États-Unis, offre une vaste ressource inexploitée pour l'« imagerie opportuniste » — la quantification systématique de biomarqueurs à partir d'examens effectués pour d'autres raisons cliniques. Cependant, les calcifications artérielles mammaires (CAM) sont rarement quantifiées ou signalées systématiquement sur les mammographies de routine. Le défi consiste à développer une méthode automatisée et évolutive pour détecter et quantifier les CAM afin d'évaluer leur utilité comme prédicteur du risque cardiovasculaire futur.

Méthodologie
Cette étude rétrospective, menée à l'UNY Langone Health, a utilisé une cohorte de 202 006 femmes (âge moyen 54,8 ± 11,7 ans) ayant subi une mammographie numérique en champ entier (FFDM) de dépistage entre 2010 et 2022, excluant celles ayant des antécédents de MACE.

• Construction de l'ensemble de données : Un ensemble de données annoté par des experts comprenant 2 676 images FFDM a été créé pour le développement du modèle. Les images ont été sélectionnées via une stratégie d'enrichissement équilibrant les cas positifs et négatifs pour les CAM sur la base des rapports radiologiques, les étiquettes finales étant déterminées par une revue manuelle et une annotation à main levée par un résident en radiologie, vérifiée par un radiologue spécialisé en sénologie. L'ensemble de données a été divisé en ensembles d'entraînement (1 907 images), de validation (360 images) et de test (409 images).
• Architecture d'apprentissage profond : Un réseau de neurones convolutifs multitâche a été développé en utilisant une architecture U-Net avec un encodeur ResNet-18. Le modèle a été entraîné pour produire conjointement :
  1. Une carte de segmentation des CAM au niveau du pixel.
  2. Une probabilité de présence de CAM au niveau de l'image.
     L'objectif d'entraînement combinait une perte Focal-Tversky pour la segmentation et une entropie croisée binaire pour la classification, avec une fonction de perte pondérée ($\lambda = 0,1$) favorisant la segmentation.
• Pipeline de quantification : Après la segmentation, des masques binaires ont été générés à l'aide d'un seuil de probabilité de 0,5. La charge de CAM a été quantifiée sous forme de surface physique (mm²) en multipliant le nombre de pixels de premier plan par les valeurs d'espacement des pixels encodées en DICOM. La charge par examen a été calculée en faisant la moyenne de la surface sur les quatre vues (crânio-caudale et médio-latérale oblique) pour un patient.
• Modélisation du risque : L'étude a évalué la valeur prédictive de la charge de CAM dérivée par l'IA pour l'incidence des MACE sur des horizons de 5 et 10 ans. Quatre modèles de risques de Cox ont été développés : (i) la charge de CAM seule, (ii) le score PREVENT ACC/AHA seul, (iii) un modèle combiné BAC + PREVENT, et (iv) un modèle combiné de facteurs de risque cliniques standards + BAC. La performance a été évaluée sur un ensemble de test interne et sur une cohorte de test géographiquement distincte (Brooklyn) pour évaluer la généralisabilité.

Principales contributions

1. Quantification automatisée : L'étude présente un pipeline d'apprentissage profond capable de détecter et de quantifier la charge de CAM en millimètres carrés à partir de mammographies de dépistage de routine avec une grande précision.
2. Validation à grande échelle : Le modèle a été validé sur une cohorte massive de plus de 200 000 femmes, avec un ensemble de test géographiquement distinct (Brooklyn) démontrant la robustesse à travers différentes populations démographiques.
3. Stratification du risque : La recherche établit une relation graduée entre la charge de CAM dérivée par l'IA et l'incidence des MACE, allant au-delà de la simple présence/absence binaire pour une stratification continue de la charge.
4. Analyse comparative : L'article compare rigoureusement le pouvoir prédictif de la CAM dérivée par l'IA par rapport au score PREVENT établi et aux facteurs de risque cliniques standards, fournissant une évaluation réaliste de sa valeur incrémentale.

Résultats

• Performance du modèle : Sur l'ensemble de test géographiquement distinct, le modèle de détection des CAM a atteint un AUROC de 0,97. Pour la segmentation, le score de Dice est de 0,6678. La corrélation entre la charge de CAM dérivée par l'IA et l'annotation manuelle était forte (Pearson $r = 0,961$), bien que le modèle présente une légère surestimation systématique (biais moyen de +10,3 mm²).
• Prévalence et distribution : Les CAM détectées par l'IA étaient présentes dans 23,1 % de la cohorte. La charge de CAM augmentait avec l'âge et présentait une distribution asymétrique à droite, avec une charge médiane de 19,51 mm² parmi les patients positifs pour les CAM.
• Association avec les MACE : La charge de CAM était significativement associée aux futurs MACE. L'incidence des MACE à 5 ans est passée de 1,5 % chez les femmes sans CAM à 6,9 % chez celles présentant une charge élevée de CAM. De même, l'incidence à 10 ans est passée de 2,6 % à 10,4 % à travers ces groupes.
• Performance prédictive :
  • CAM seule : A montré une discrimination modeste, avec des AUROC à 5 ans et 10 ans de 0,661 et 0,650, respectivement.
  • Score PREVENT seul : A performé de manière nettement supérieure, avec des AUROC à 5 ans et 10 ans de 0,781 et 0,771.
  • Modèles combinés : L'ajout de la charge de CAM au score PREVENT a entraîné une amélioration minimale de la discrimination (par exemple, l'AUROC à 5 ans n'a augmenté que de 0,0001).

Signification et affirmations
Les auteurs concluent que la quantification des CAM par apprentissage profond à partir de la mammographie de routine est réalisable, précise et associée au risque cardiovasculaire futur. Cependant, ils maintiennent une position modeste concernant son utilité clinique en tant que prédicteur autonome. L'article affirme que, bien que la charge de CAM seule n'améliore pas de manière significative la discrimination lorsqu'elle est ajoutée au score PREVENT, elle sert de précieux biomarqueur d'imagerie opportuniste évolutif.

La signification réside dans le potentiel de rendre le risque cardiovasculaire « visible et actionnable » pour les femmes qui pourraient autrement être classées comme étant à faible risque par les outils traditionnels. En tirant parti de l'infrastructure existante de la mammographie, cette approche pourrait identifier les femmes présentant un risque élevé sans coût supplémentaire, sans radiation ni charge pour la patiente, favorisant potentiellement une évaluation des risques plus précoce, une évaluation des lipides et des soins préventifs. Les auteurs positionnent la CAM non pas comme un remplacement des modèles de risque clinique, mais comme un marqueur d'imagerie complémentaire et standardisé capable de déclencher un support à la décision clinique et des interventions préventives.