JMIR : L'IA apprend à détecter le risque cardiovasculaire à partir de mammographies
Selon une publication dans JMIR Publications, l'intelligence artificielle permet d'utiliser la mammographie de routine pour évaluer le risque de maladie cardiovasculaire. En analysant les calcifications artérielles mammaires, l'IA peut identifier les femmes à haut risque sans tests supplémentaires, ce qui est particulièrement pertinent pour les patientes de moins de 50 ans.
L'essentiel : Ce qui se passe vraiment
Des chercheurs de l'Université Emory et de la Mayo Clinic ont développé un modèle d'IA basé sur les transformers qui transforme la mammographie de routine en outil de dépistage du risque cardiovasculaire. Le modèle segmente les calcifications artérielles mammaires (CAM) et produit une métrique continue : chaque millimètre carré supplémentaire de calcification correspond à une augmentation de 1 % du risque d'événement cardiovasculaire indésirable majeur (ECIM). La cohorte est massive : 123 762 femmes réparties dans deux échantillons indépendants. Des CAM ont été trouvées chez 16,1 % des participantes de la cohorte Emory et 20,6 % de la cohorte Mayo.
Le point clé tient en une phrase : les CAM sont un facteur de risque indépendant d'événements cardiovasculaires qui ajoute une valeur prédictive au-dessus du score PREVENT, la norme clinique actuelle pour le calcul du risque. Pour les femmes de moins de 50 ans — un groupe démographique que les modèles cardiaques traditionnels peuvent considérer comme à faible risque — des CAM modérées ou sévères sont corrélées à une survie sans ECIM significativement plus faible. Ces femmes ne subissent généralement pas de bilan lipidique ni ne consultent un cardiologue, mais 40 millions de femmes aux États-Unis passent une mammographie chaque année, à partir de 40 ans.
Chronologie et contexte
L'histoire des CAM n'est pas nouvelle — les radiologues voient ces calcifications sur les images depuis des décennies. Mais comme le note l'auteur principal Hari Trivedi, « Les recommandations de pratique n'exigent pas que les radiologues signalent cette constatation. » Le résultat est absurde : l'information existe dans les pixels de l'image mais n'atteint jamais le rapport ou la décision clinique. Selon certaines données, les CAM sont présentes dans 12 à 42,5 % des mammographies de dépistage mais ne sont signalées que dans moins de 5 % des cas.
Le tournant a été le calculateur PREVENT, publié par l'American Heart Association en 2023. Il a remplacé les Pooled Cohort Equations et est conçu pour évaluer le risque cardiovasculaire, rénal et métabolique. Mais PREVENT est un outil purement clinico-biologique ; il n'inclut pas l'imagerie vasculaire anatomique. Les CAM comblent exactement cette niche — elles sont un marqueur anatomique de la charge calcique visible sur les images existantes.
L'étude JMIR fait progresser la méthodologie de manière significative. Les travaux antérieurs évaluaient les CAM comme une variable binaire — présente ou absente. Le modèle de Trivedi produit un score continu en mm² et le catégorise : léger (0–10 mm²), modéré (10–25 mm²), sévère (>25 mm²). La validation a été effectuée sur deux populations fondamentalement différentes : Emory à Atlanta, près de la moitié afro-américaine ; Mayo, plus âgée et incluant davantage de patientes hispaniques. Le modèle fonctionne entre différents scanners et populations.
Parallèlement, un écosystème commercial se développe. Onsite Women's Health, le plus grand fournisseur de mammographie en cabinet aux États-Unis (plus de 175 cabinets dans 28 États, prévoyant plus de 600 000 examens en 2026), a lancé le programme « Mammo with heart » basé sur l'IA approuvée par la FDA de CureMetrix. CMS a créé de nouveaux codes de remboursement pour l'analyse algorithmique du calcium coronaire sur scanner thoracique à compter du 1er avril 2026 — un précédent pour le paiement de l'analyse des calcifications par IA existe déjà. En 2026, des codes CPT spécifiques à l'IA pour la mammographie ont également été introduits : 3321F–3323F pour la comparaison automatisée avec les images antérieures.
Qui gagne et qui perd
Gagnants
Femmes âgées de 40 à 50 ans. Ce sont les principales bénéficiaires. Elles passent des mammographies régulièrement, mais leur risque cardiovasculaire est systématiquement sous-estimé. Des CAM modérées ou sévères dans ce groupe d'âge sont un puissant prédicteur d'ECIM que les algorithmes standard, qui pénalisent le jeune âge, manquent. Elles bénéficient d'un « examen deux-en-un » sans radiation supplémentaire, visite chez le médecin ou prise de sang.
Prestataires de mammographie de dépistage avec intégration de l'IA. Onsite Women's Health a transformé la mammographie d'un dépistage en deux. La PDG Jillian Wright le dit sans détour : « Nous croyons qu'il est de notre responsabilité d'extraire le maximum de chaque mammographie. » C'est une stratégie de différenciation : lorsque la concurrence entre les centres de mammographie repose sur la commodité et la rapidité, « Mammo with heart » ajoute une valeur clinique que les concurrents sans IA ne peuvent pas reproduire.
CureMetrix. Leur cmAngio, une solution approuvée par la FDA pour l'analyse des CAM, est désormais déployée dans un réseau de plus de 175 cabinets. Onsite est un canal de distribution idéal.
Cardiologues recevant des références. Trivedi reconnaît : « Nous avons beaucoup de demande et de soutien de la part des cardiologues. » 3 000 femmes par an rien qu'à Emory seront identifiées comme ayant des CAM sévères. Ces patientes entreront dans les cliniques de cardiologie plus tôt que sans dépistage. Pour les cardiologues, cela signifie de nouveaux patients ; pour le système, cela déplace les dépenses des interventions tardives vers la prévention.
Chercheurs en médecine spécifique au genre. Les CAM, pour la première fois à cette échelle et avec cette précision, documentent un marqueur de risque anatomique spécifique à la population féminine. Cela renforce la base de preuves pour les approches spécifiques au genre en cardiologie préventive.
Perdants
Calculateurs de risque cardiaque traditionnels (PREVENT, ASCVD Risk Estimator). Ils ne perdent pas leur validité clinique, mais ils perdent leur monopole. Trivedi et son équipe ont montré que les CAM ajoutent une valeur prédictive au-dessus de PREVENT. Pour les cliniciens, cela crée un dilemme : PREVENT donne un chiffre de risque, les CAM en donnent un autre ; comment les intégrer et lequel prioriser lors de la prescription de statines ?
Cliniciens avec un seuil élevé pour prescrire des statines aux femmes. Historiquement, les statines sont sous-prescrites aux femmes. Le dépistage des CAM, montrant un risque anatomique objectif, pourrait modifier les décisions des médecins et augmenter les prescriptions de statines. Pour les partisans d'une intervention médicamenteuse minimale, c'est un changement indésirable.
Assureurs. 3 000 références cardiologiques supplémentaires par an provenant d'un seul centre médical signifient des coûts accrus. À court terme, des dépistages supplémentaires et des visites ultérieures chez le cardiologue coûtent de l'argent. Les assureurs exigeront des preuves que l'intervention précoce est rentable grâce à la prévention des crises cardiaques et des AVC — des données issues d'études longitudinales sur les résultats qui n'existent pas encore.
Femmes avec des résultats faussement positifs. Trivedi n'en parle pas dans l'interview, mais les signaux CAM faussement positifs sont inévitables. Si le modèle surdiagnostique la calcification, une femme subit un stress inutile, un bilan cardiaque inutile et potentiellement des médicaments inutiles. Le taux de faux positifs pour l'IA des CAM est un paramètre critique non publié.
Ce que les médias manquent
Point n°1 : Le remboursement CMS pour l'analyse des calcifications par IA existe déjà — mais pas pour les CAM. Ce fait a échappé à tous les commentateurs. CMS a déjà créé un code de facturation national pour l'analyse algorithmique du calcium des artères coronaires (CAC) et du calcium de la valve aortique (CVA) sur scanner thoracique, à compter du 1er avril 2026. Aucun code analogue n'existe encore pour les CAM mammographiques. Mais le précédent réglementaire est établi : CMS a reconnu que les métriques de calcium algorithmiques sont un service facturable. Une fois que l'équipe de Trivedi et des acteurs commerciaux comme CureMetrix auront constitué suffisamment de preuves, la création d'un code CPT spécifique aux CAM sera une question de mois, pas d'années. C'est un accélérateur que le marché n'a pas encore intégré.
Point n°2 : 3 000 femmes par an avec des CAM sévères, ce n'est qu'un seul centre médical. Multipliez par 40 millions de mammographies par an. Emory réalise 150 000 mammographies par an, dont 2 à 3 % montrent des CAM sévères, soit environ 3 000 femmes. Extrapolez aux 40 millions de mammographies de dépistage nationales : cela représente 800 000 à 1 200 000 femmes avec des CAM sévères chaque année. Les identifier créera une vague de références cardiologiques qui submergera le système ou sera filtrée par des protocoles de stratification automatisés. Trivedi admet : « Nous prévoyons des défis — comment allons-nous gérer ce volume supplémentaire potentiel ? » Ce n'est pas un problème technique mais un problème de planification des capacités que personne ne résout encore.
Point n°3 : Les données sur le tabagisme inversent les attentes — et révèlent une bombe méthodologique. « Les CAM sont inversement associées au tabagisme dans notre étude — les fumeuses ont moins de CAM », dit Trivedi. C'est contre-intuitif, car le tabagisme est un puissant facteur de risque à la fois pour l'athérosclérose et les ECIM. Trivedi l'attribue à « la fiabilité douteuse des données sur le tabagisme » et affirme que ce n'est pas un problème car les CAM et le tabagisme sont des facteurs de risque indépendants. Mais pour un clinicien, cela crée une situation dangereuse : une fumeuse avec de faibles CAM pourrait être classée à tort comme à faible risque, alors que le tabagisme élève son risque réel. Le dépistage des CAM ne remplace pas les facteurs de risque comportementaux, mais si le modèle supprime le poids d'un facteur en raison d'une colinéarité avec un autre, la précision prédictive diminue.
Prévisions : 30 prochains jours et 90 prochains jours
30 jours (d'ici le 6 juin 2026)
Trivedi et son équipe commenceront le déploiement clinique prospectif du modèle au sein d'Emory Healthcare. Ce n'est pas une validation technique — c'est fait. Il s'agit de mesurer l'impact clinique : combien de patientes avec des CAM sévères sont effectivement référées à un cardiologue, combien reçoivent des statines, comment les bilans lipidiques changent, y a-t-il eu des fausses alertes ? Ces données constitueront la base d'une demande de code CPT.
Pendant ce temps, Onsite Women's Health accélère l'expansion de « Mammo with heart ». Actuellement, le programme est disponible dans un cabinet affilié — Intermountain Medical Clinic. Dans les 30 prochains jours, des annonces de nouveaux sites suivront. Compte tenu de leur réseau de 175 cabinets dans 28 États, la mise à l'échelle sera rapide. CureMetrix recevra un flux croissant de données de performance clinique réelles pour cmAngio.
La publication JMIR déclenchera une vague de demandes de la part des services de radiologie. Chaque grand centre médical se demandera : « Notre PACS a-t-il la capacité d'exécuter ce module d'IA ? Quels fournisseurs proposent l'intégration ? » Au moins 20 à 30 centres entameront des discussions internes sur le dépistage des CAM.
90 jours (d'ici le 5 août 2026)
Les résultats de trois cohortes de validation internationales seront connus. Trivedi a rapporté que des chercheurs travaillent avec des cohortes en Grèce, au Brésil et au Royaume-Uni, testant non pas la performance technique du modèle mais les résultats cardiovasculaires. Si les CAM montrent une valeur prédictive ajoutée comparable sur trois continents, cela transformera l'étude d'une « découverte intéressante » en un « biomarqueur validé mondialement ». Une telle preuve est une voie directe vers l'inclusion dans les recommandations cliniques.
L'AHA/ACC entamera des discussions informelles sur l'intégration des CAM dans PREVENT 2.0 ou un calculateur de risque parallèle. Ce processus est lent — de la publication à la mise à jour des recommandations, il faut compter 2 à 4 ans. Mais étant donné que PREVENT manque déjà d'anatomie et que les CAM sont précisément un paramètre anatomique, la pression sur les comités de recommandations va monter. Attendez-vous au premier éditorial dans Circulation ou JACC appelant à une révision des approches.
CMS recevra une demande de la part des sociétés professionnelles (Society of Breast Imaging, American College of Radiology) pour créer un code CPT pour l'analyse des CAM. Cela ne se fera pas instantanément — le comité de rédaction CPT se réunit trois fois par an, et un code pourrait entrer dans le cycle 2027. Mais en parallèle, les cliniques commenceront à piloter le remboursement via des codes pour les découvertes fortuites ou via les codes calcium créés pour le scanner.
Le marché de la radiologie IA se divisera en deux camps : les entreprises ajoutant les CAM comme deuxième fonction (IA mammographique avec un « deux-en-un » revendiqué) et celles se concentrant exclusivement sur le cancer du sein. Celles qui disposent d'une détection des CAM approuvée par la FDA (CureMetrix) gagneront une fenêtre concurrentielle de 12 à 18 mois pendant que les autres passeront par le processus réglementaire.
L'inconnue clé est l'observance des patientes. Une femme vient pour une mammographie et on lui dit : « Aucun cancer détecté, mais vous avez des calcifications artérielles mammaires modérées. » Que fait-elle ? Consulte un cardiologue ? Ignore ? Panique ? La réponse à cette question déterminera si le dépistage des CAM devient un véritable outil de prévention ou une technologie qui génère des données sans conséquences cliniques. Trivedi le comprend : « Maintenant que nous avons cet outil, nous pouvons commencer à l'étudier. » L'outil est là. Les données sont là. Mais le comportement des patientes et des médecins est le dernier kilomètre qui sépare l'innovation de l'impact réel. Et le dernier kilomètre est toujours le plus difficile.
— Editorial Team
