En svensk AI-modell kan upptäcka betydligt mer plack i hjärtats kranskärl än traditionell bildtolkning. I en ny studie på över 23 000 deltagare hittade AI plack hos ungefär 80 procent, jämfört med omkring 40 procent när bilderna granskades på vanligt sätt. Resultaten tyder dessutom på att även små förändringar som människor missar kan säga något om risken för framtida hjärtinfarkt.

Den svenska studien bygger på data från den stora befolkningsstudien SCAPIS och omfattar 23 314 personer mellan 50 och 64 år utan tidigare känd aterosklerotisk hjärt-kärlsjukdom.

Deltagarna följdes i median i 7,8 år. Under perioden drabbades 287 personer av en första kranskärlshändelse, vilket i studien innebar hjärtinfarkt eller död till följd av kranskärlssjukdom.

Forskarna använde en automatiserad AI-modell för att analysera CT-bilder av hjärtats kranskärl och mäta hur mycket plack som fanns i kärlen.

Resultatet var slående.

Med traditionell visuell bildtolkning hade plack tidigare kunnat identifieras hos ungefär 40 procent av deltagarna. När AI:n analyserade bilderna hittades plack hos omkring 80 procent.

Det innebär dock inte att 80 procent av deltagarna hade hög risk att få en hjärtinfarkt.

Det AI:n hittade hos många av de ytterligare personerna var mycket små mängder plack som är svåra för det mänskliga ögat att upptäcka. Det viktiga resultatet är att även dessa små fynd visade sig innehålla information om framtida risk.

AI såg sådant som ögat missade

Plack består av fett, kalk och annan vävnad som samlas i kärlväggarna vid åderförkalkning. Med tiden kan förändringarna bidra till att ett kärl blir trängre eller att ett plack brister, vilket kan orsaka en hjärtinfarkt.

På vanliga CT-bilder bedömer läkare bland annat om det finns synliga förändringar i kranskärlen.

Problemet är att mycket små förändringar kan vara svåra att se och ännu svårare att mäta exakt.

Den svenska AI-modellen kan automatiskt kartlägga kärlen och beräkna den totala mängden plack, inklusive icke-förkalkat plack.

Forskarna kunde därefter jämföra plackmängden med vilka deltagare som senare drabbades av hjärtinfarkt eller annan allvarlig kranskärlshändelse.

Ju större mängd plack AI:n identifierade, desto högre var den framtida risken.

I gruppen med störst total plackvolym var risken för en kranskärlshändelse mer än sex gånger högre än i referensgruppen.

Sambandet syntes dessutom hos personer som hade kalciumscore noll och hos personer där den traditionella bildtolkningen inte hade upptäckt någon åderförkalkning.

Studien i siffror

Förbättringen i riskmodellen var alltså mätbar och statistiskt säkerställd, men relativt liten i absoluta tal.

Det är viktigt för hur resultaten ska tolkas.

AI:n har inte plötsligt fått förmågan att med säkerhet avgöra vem som kommer att få en hjärtinfarkt. Däremot gav den detaljerade mätningen av plack ytterligare information utöver etablerade riskfaktorer och vanlig CT-bedömning.

Kan få mer information ur samma CT-bilder

Den mest närliggande nyttan för svenska patienter finns sannolikt hos personer som redan genomgår en kranskärls-CT av medicinska skäl.

I stället för att läkaren enbart bedömer bilderna visuellt skulle AI i framtiden kunna fungera som ett extra lager i analysen.

Tekniken skulle exempelvis kunna hjälpa till att upptäcka små mängder åderförkalkning, mäta hur omfattande sjukdomen är och skilja mellan patienter som på ytan har ungefär samma traditionella riskprofil.

AI-modellen, som kallas QuantiPlaque, har utvecklats av forskare kopplade till bland annat Karolinska Institutet, Danderyds sjukhus och KTH.

I en separat valideringsstudie visade modellen hög överensstämmelse med manuella expertmätningar av den totala plackvolymen.

Det är också där en stor praktisk fördel kan finnas.

Att manuellt kartlägga och mäta plack i detalj är tidskrävande. En automatiserad analys skulle kunna göra betydligt mer avancerad kvantifiering möjlig utan att varje undersökning kräver lång manuell genomgång.

Betyder inte att alla bör undersökas med CT

Resultaten kan låta som ett argument för att börja leta efter plack hos alla medelålders personer.

Så långt går inte studien.

Kranskärls-CT används inte i dag som allmän screening av friska människor utan symtom, och den nya studien visar inte att en sådan strategi skulle vara bättre.

Forskarna har alltså inte visat att alla svenskar mellan 50 och 64 år bör undersökas.

Studien visar i stället att det går att få fram mer prognostisk information ur de CT-bilder som analyserats.

Nästa stora fråga är vad vården ska göra med informationen.

Om AI upptäcker mycket små plack hos en person som tidigare skulle ha bedömts ha normala kranskärl återstår det att visa om en förändrad behandling verkligen leder till färre hjärtinfarkter.

Det kan exempelvis handla om tidigare eller intensivare behandling av blodfetter eller andra riskfaktorer, men behandlingsnyttan måste visas i kliniska studier.

AI ersätter inte läkaren

Resultaten innebär inte heller att AI kan ersätta läkare vid bedömningen av hjärtats kranskärl.

Internationella expertrekommendationer har tidigare pekat på att automatisk plackmätning kan ge värdefull prognostisk information, men samtidigt betonat att det ännu saknas tillräckliga bevis för att tekniken förbättrar patienternas faktiska hälsoutfall.

En viktig kunskapslucka har varit just de små förändringar som en AI kan registrera men som en läkare inte ser visuellt.

Den nya svenska studien stärker argumentet för att även dessa små plack har betydelse.

Men den besvarar fortfarande inte om patienter tjänar på att deras behandling ändras utifrån fynden.

Det talar för att AI åtminstone till en början får rollen som stöd för läkaren, snarare än som en självständig beslutsfattare.

Även själva tekniken behöver testas bredare. Tidigare validering har bland annat pekat på behovet av tester på olika sjukhus, CT-system och patientgrupper.

Kan bli viktigt i svensk hjärtsjukvård

Hjärtinfarkt är fortfarande en av Sveriges stora folksjukdomar.

Omkring 20 300 personer drabbades av akut hjärtinfarkt i Sverige under 2024 och omkring 4 000 personer avled med hjärtinfarkt.

Det gör även relativt små förbättringar i riskbedömningen potentiellt betydelsefulla.

Om läkare i framtiden bättre kan identifiera vilka personer som har omfattande eller snabbt växande åderförkalkning kan förebyggande behandling i teorin riktas mer träffsäkert.

Men vägen från lovande AI-resultat till förändrad sjukvård är fortfarande lång.

Den nya studien i JACC: Cardiovascular Imaging visar framför allt att dagens CT-bilder kan innehålla mer information än vad som fångas upp med traditionell bildtolkning.

Nästa steg blir att visa att den extra informationen inte bara förbättrar en riskmodell på papperet, utan faktiskt hjälper vården att förebygga hjärtinfarkter hos riktiga patienter.