Quando la mammografia diventa una finestra sul cuore: l’intelligenza artificiale mammografia e la prevenzione cardiovascolare
Una ricerca pubblicata il 26 marzo 2026 sull’European Heart Journal sta ridisegnando il modo in cui pensiamo a uno degli esami di screening più diffusi al mondo. L’intelligenza artificiale applicata alla mammografia non si limita più a cercare noduli sospetti o segni precoci di tumore al seno: grazie a sofisticati algoritmi di machine learning, è ora in grado di leggere nelle stesse immagini radiologiche un altro tipo di rischio, quello cardiovascolare. Un rischio che, nelle donne, è ancora troppo spesso sottovalutato, diagnosticato in ritardo e, di conseguenza, fatale.
Lo studio, condotto da un team guidato da Hari Trivedi dell’Emory University di Atlanta in collaborazione con la Mayo Clinic di Phoenix, in Arizona, ha coinvolto 123.762 donne senza malattie cardiovascolari note, seguite per una mediana di sette anni. I risultati aprono una prospettiva inedita: uno screening oncologico di routine potrebbe trasformarsi, senza costi aggiuntivi e senza esami supplementari, in uno strumento potente di prevenzione cardiologica.
Le malattie cardiovascolari nelle donne: un problema ancora invisibile
Per capire perché questa ricerca è così rilevante, bisogna prima fare un passo indietro e guardare i dati epidemiologici. Le malattie cardiovascolari rappresentano la prima causa di morte nelle donne a livello globale, eppure per decenni sono state considerate quasi esclusivamente una patologia maschile. Questa percezione distorta ha avuto conseguenze concrete: sintomi diversi rispetto a quelli degli uomini, spesso più sfumati e atipici, hanno portato a diagnosi tardive, trattamenti inadeguati e una sottorappresentazione delle donne negli studi clinici cardiologici.
Il cuore femminile ha caratteristiche proprie. I fattori di rischio tradizionali — ipertensione, diabete, dislipidemia, fumo — interagiscono in modo diverso con la biologia femminile, e alcune condizioni specifiche come la menopausa, la sindrome dell’ovaio policistico o le complicanze della gravidanza aumentano il rischio cardiovascolare in modo significativo. Nonostante tutto questo, la prevenzione cardiologica nelle donne è ancora insufficiente, e molte pazienti arrivano all’infarto o all’ictus senza aver mai ricevuto un’adeguata valutazione del rischio.
È in questo contesto che la scoperta del team di Emory University e Mayo Clinic assume un valore straordinario. Se fosse possibile identificare le donne a rischio cardiovascolare elevato durante una mammografia — un esame che molte già eseguono periodicamente — si aprirebbe una finestra di prevenzione preziosa, accessibile e capillare.
Come funziona l’intelligenza artificiale mammografia: il ruolo delle calcificazioni arteriose
Il meccanismo alla base della ricerca è biologicamente solido. Le arterie mammarie, come tutte le arterie del corpo, possono andare incontro a un processo di calcificazione — ovvero all’accumulo di depositi di calcio nelle pareti vascolari — che è un indicatore affidabile di aterosclerosi sistemica. In altre parole, quando le arterie del seno mostrano calcificazioni, è probabile che lo stesso processo stia avvenendo in altri distretti vascolari, inclusi quelli che irrorano il cuore e il cervello.
Questa correlazione non è nuova in medicina: i radiologi sanno da tempo che le calcificazioni arteriose mammarie sono visibili nelle mammografie standard. Il problema è che, nella pratica clinica quotidiana, questi segni venivano spesso ignorati o considerati irrilevanti per la refertazione oncologica. Identificarli manualmente, classificarli e integrarli in una valutazione del rischio cardiovascolare richiedeva tempo, competenza specifica e una comunicazione efficace tra radiologo e cardiologo — passaggi che raramente avvenivano in modo sistematico.
Qui entra in gioco l’intelligenza artificiale. L’algoritmo di machine learning sviluppato e testato nel corso dello studio è in grado di analizzare le immagini mammografiche standard — quelle già prodotte durante lo screening oncologico — e di rilevare automaticamente la presenza di calcificazioni nelle arterie mammarie. Il sistema le classifica in quattro categorie: assenti, lievi, moderate o severe. Questa graduazione permette di costruire un profilo di rischio cardiovascolare personalizzato per ciascuna paziente, senza dover ricorrere a esami aggiuntivi, a radiazioni extra o a procedure invasive.
Lo studio ha valutato la correlazione tra queste calcificazioni e l’incidenza di eventi cardiovascolari maggiori nel corso del follow-up settennale: infarto del miocardio, ictus, scompenso cardiaco e mortalità per tutte le cause. I risultati, pubblicati sull’European Heart Journal, dimostrano che la calcificazione arteriosa mammaria rilevata dall’AI rappresenta un indicatore affidabile di rischio cardiovascolare nelle donne senza malattia cardiaca nota.
👉 Leggi anche: Il 'braccialetto salvavita' italiano: come funziona la sperimentazione che anticipa la sanità del futuro
Il valore dello studio: 123.762 donne e sette anni di osservazione
La solidità di una ricerca scientifica si misura anche — e soprattutto — dalla qualità del disegno dello studio e dalla dimensione del campione. In questo caso, entrambi gli elementi sono particolarmente robusti. Coinvolgere 123.762 donne e seguirle per una mediana di sette anni significa disporre di una quantità di dati enorme, capace di rilevare associazioni statisticamente significative anche per eventi relativamente rari come l’infarto o l’ictus in soggetti inizialmente sani.
La scelta di includere solo donne senza malattie cardiovascolari note al momento dell’arruolamento è metodologicamente importante: dimostra che l’AI è in grado di identificare il rischio prima che la malattia si manifesti clinicamente, che è esattamente ciò che la prevenzione primaria richiede. Non si tratta di diagnosticare una patologia già presente, ma di intercettare le donne che, senza intervento, potrebbero sviluppare un evento cardiovascolare grave nei mesi o negli anni successivi.
La collaborazione tra Emory University e Mayo Clinic — due istituzioni di ricerca di primissimo piano negli Stati Uniti — conferisce ulteriore credibilità ai risultati. La Mayo Clinic, in particolare, è uno dei centri di riferimento mondiale per la cardiologia e dispone di archivi clinici di eccezionale profondità, che hanno certamente contribuito alla qualità del dataset analizzato.
Machine learning e imaging medico: un’alleanza sempre più potente
Lo studio sull’intelligenza artificiale applicata alla mammografia si inserisce in un filone di ricerca in rapida crescita: quello dell’intelligenza artificiale applicata all’imaging medico. Negli ultimi anni, algoritmi di deep learning e machine learning hanno dimostrato capacità diagnostiche sorprendenti in ambiti molto diversi — dalla lettura delle radiografie del torace alla classificazione delle lesioni cutanee, dall’analisi delle immagini retiniche alla valutazione degli elettrocardiogrammi.
Ciò che rende questo studio particolarmente interessante è la natura “opportunistica” dell’approccio: l’AI non richiede un nuovo tipo di esame, ma estrae informazioni aggiuntive da immagini già acquisite per altri scopi. È un principio che potrebbe essere applicato in molti altri contesti — pensiamo, ad esempio, alla possibilità di rilevare segni di osteoporosi nelle radiografie eseguite per altri motivi, o di identificare marcatori metabolici nelle immagini di routine.
Questo approccio ha un vantaggio pratico enorme: non aumenta il carico di esami a cui le pazienti devono sottoporsi, non genera costi aggiuntivi per il sistema sanitario e non richiede una modifica delle procedure di screening già consolidate. L’unico cambiamento necessario è nell’analisi delle immagini: aggiungere uno strato di lettura algoritmica che, in parallelo alla valutazione oncologica tradizionale, fornisca anche una stima del rischio cardiovascolare.
Per approfondire il ruolo crescente dell’intelligenza artificiale nella diagnostica per immagini, è utile consultare le risorse dell’Sanità Informazione, che ha dedicato ampio spazio a questa ricerca, così come la Rete Cardiologica italiana, che ne ha analizzato le implicazioni cliniche per la cardiologia preventiva.
Implicazioni cliniche: cosa cambia per le donne e per i medici
Se i risultati di questo studio troveranno conferma in ulteriori ricerche e in contesti clinici diversi, le implicazioni pratiche potrebbero essere molto significative. Immaginiamo una donna di cinquant’anni che si reca per la sua mammografia di screening annuale o biennale. Oggi, al termine dell’esame, riceve un referto che riguarda esclusivamente il tessuto ghiandolare mammario. In uno scenario futuro, quel referto potrebbe includere anche una valutazione del rischio cardiovascolare basata sull’analisi AI delle calcificazioni arteriose, con una raccomandazione a consultare il medico di base o il cardiologo se il rischio risultasse elevato.
Questo cambio di paradigma richiederebbe una maggiore integrazione tra radiologia, oncologia e cardiologia — specialità che tradizionalmente operano in compartimenti separati. Il radiologo che referta la mammografia dovrebbe essere formato per comunicare il dato cardiovascolare, o in alternativa il software AI dovrebbe generare un alert automatico indirizzato al medico curante della paziente. Entrambe le soluzioni sono tecnicamente realizzabili, ma richiedono un ripensamento organizzativo dei percorsi di cura.
👉 Leggi anche: Ai e il governo: Meloni avverte sull'intelligenza artificiale alla Uil
C’è anche una dimensione di equità sanitaria da considerare. I programmi di screening mammografico hanno una copertura capillare in molti paesi, inclusa l’Italia, dove il Piano Nazionale della Prevenzione promuove attivamente la mammografia nelle donne in fascia d’età a rischio. Integrare la valutazione cardiovascolare in questo percorso già strutturato potrebbe raggiungere anche quelle donne che, per ragioni socioeconomiche, culturali o geografiche, difficilmente accederebbero a una visita cardiologica preventiva autonoma.
Prudenza scientifica: cosa ancora non sappiamo
Come ogni ricerca scientifica, anche questa va letta con la dovuta cautela. Lo studio dimostra un’associazione tra calcificazioni arteriose mammarie rilevate dall’AI e rischio di eventi cardiovascolari, ma la scienza della prevenzione richiede sempre ulteriori passaggi prima che un nuovo strumento possa entrare nella pratica clinica standard.
Sarà necessario verificare se i risultati si replicano in popolazioni diverse — per etnia, condizione socioeconomica, area geografica — e se l’algoritmo mantiene le sue prestazioni su macchine mammografiche di diversi produttori e con protocolli di acquisizione differenti. Sarà importante anche capire come integrare questa informazione con gli altri fattori di rischio cardiovascolare già utilizzati nella pratica clinica, come il colesterolo, la pressione arteriosa, il diabete e la storia familiare.
Infine, bisognerà valutare l’impatto psicologico che una segnalazione di rischio cardiovascolare durante uno screening oncologico potrebbe avere sulle pazienti. Ricevere una doppia notizia — “il seno sembra a posto, ma le arterie mostrano segni di calcificazione” — richiede una comunicazione medica attenta, empatica e ben strutturata, per evitare ansie ingiustificate o, al contrario, una sottovalutazione del messaggio.
Una domanda frequente: la mammografia può davvero prevenire l’infarto?
La risposta breve è: da sola, no. La mammografia rimane uno strumento di screening oncologico. Quello che questa ricerca dimostra è che le immagini prodotte dalla mammografia contengono informazioni cardiovascolari che, analizzate dall’intelligenza artificiale, possono contribuire a identificare le donne a rischio di infarto, ictus o scompenso cardiaco. Identificare il rischio è il primo passo della prevenzione: significa poter intervenire in anticipo con modifiche dello stile di vita, terapie farmacologiche appropriate e un monitoraggio cardiologico più attento.
In questo senso, l’intelligenza artificiale applicata alla mammografia non sostituisce il cardiologo, non prescrive farmaci e non formula diagnosi autonome. Agisce come un sistema di allerta precoce — un segnale che invita a fare un approfondimento, a non aspettare che il problema si manifesti con un evento acuto.
Il futuro della prevenzione: esami che parlano più di una lingua
Lo studio pubblicato sull’European Heart Journal dal team di Hari Trivedi rappresenta un esempio concreto di come la medicina del futuro potrebbe funzionare: esami multidimensionali, capaci di fornire informazioni su più organi e sistemi contemporaneamente, interpretati da algoritmi che affiancano — senza sostituire — la competenza clinica dei medici. Un singolo esame, una doppia prevenzione.
Per le donne, in particolare, questa prospettiva è carica di significato. In un sistema sanitario che ha storicamente sottostimato il rischio cardiovascolare femminile, avere uno strumento di screening già diffuso e accettato che possa anche “guardare al cuore” è una notizia che va oltre la ricerca accademica. È un cambiamento di visione: il corpo femminile, con le sue specificità, merita strumenti diagnostici pensati per le sue caratteristiche, non adattamenti di protocolli nati per gli uomini.
La strada dalla ricerca alla pratica clinica è sempre lunga e richiede validazioni, approvazioni regolatorie e formazione professionale. Ma il punto di partenza — 123.762 donne, sette anni di dati, un algoritmo che sa leggere il rischio nelle immagini — è solido, promettente e, soprattutto, concreto. La mammografia ha sempre salvato vite. Presto, potrebbe salvarne ancora di più.
Questo articolo è stato realizzato con il supporto dell'AI e sottoposto a revisione editoriale.
