方法贡献

钼靶基础模型用于机会性预测主要心血管不良事件

作者

快速导读：MammoCVD 将乳腺癌任务预训练的钼靶基础模型迁移到筛查影像上的五年 MACE 预测，并用 Grad-CAM 检查激活是否落在血管样结构上。

心血管疾病仍是女性首要死因，但初级预防常用的结构化评分依赖血脂、糖化血红蛋白、吸烟史等变量，这些信息在常规就诊时可能缺失、过时或根本没有记录。筛查钼靶则覆盖大量尚未接受专项心血管评估的女性，影像上还可以看到乳腺动脉钙化（BAC）等血管线索。问题是：为乳腺癌相关任务预训练的钼靶基础模型，能否在没有心血管监督、也不显式标注 BAC 的情况下，从像素里恢复与五年主要心血管不良事件（MACE）有关的信息。

作者在 Weill Cornell Medicine 构建与电子病历结局对齐的筛查队列，冻结公开的 Mammo-CLIP 与 Mammo-FM 图像编码器，对左右 MLO 视图嵌入做均值池化，只训练多层感知机风险头。图像模型在 held-out 测试集上超过仅年龄基线，判别接近但并未超过全表型临床模型；报告提及 BAC 的真阴性患者被赋予更高校准风险，Grad-CAM 在高风险例上更集中于乳晕后区与血管样线性结构。代码以 MammoCVD 公开。这是单中心、五年二分类、尚无外部验证的预印本，不能当作可部署的临床筛查工具。

英文题目：Mammography Foundation Models for Opportunistic Prediction of Major Adverse Cardiovascular Events

论文出处：arXiv 每日论文精选 · /tmp/ingest_20260920/arxiv-2609-19385.pdf

原始论文：PDF / 论文页面

这篇论文解决什么问题？

临床实践中的 PREVENT 等风险计算器需要较完整的实验室与病史字段。作者引用文献指出，这些模型可能低估部分非典型表现女性的风险，而缺失变量会进一步限制及时识别。与此同时，筛查钼靶已在常规保健路径中采集，不必为心血管评估额外增加电离辐射。

BAC 一度被视为偶发征象，现已与心血管死亡、冠心病、卒中和心力衰竭等结局相关，并出现 FDA 批准的自动检测工具。既有计算工作多把 BAC 检测、分割或量化当作中间表型，再接到事件预测。这条路线有效，但会把心血管任务绑在预定义生物标志上，也增加阅片或后处理步骤。

医学影像基础模型可以在领域数据上学习可迁移表征。钼靶方向的 Mammo-CLIP、Mammo-FM 原本服务乳腺癌相关任务。作者提出的缺口是：这些表征能否迁移到临床目标完全不同的心血管事件预测，而不引入心血管标签或专家标注的血管特征。

因此本文不是再训练一个专用 BAC 检测器，而是做机会性风险分层的迁移实验：输入只有索引检查的筛查钼靶，输出是五年内是否发生复合 MACE。任何把结果写成“可替代抽血或门诊评分”的表述，都超出了单中心二分类证据所能支撑的范围。

核心创新

  • 把乳腺癌任务预训练的钼靶基础模型迁移到五年 MACE 预测，不使用心血管监督或 BAC 标注。
  • 冻结编码器，仅用左右 MLO 均值融合与 MLP 风险头完成线性探测。
  • 用报告中的 BAC 与 Grad-CAM 检查预测是否与可识别的血管特征一致。

方法概览

在 Weill Cornell Medicine 2014–2019 筛查钼靶与 EHR 结局对齐后，构建五年二分类 MACE 队列。冻结 Mammo-CLIP 与 Mammo-FM 的 EfficientNet-B5 图像编码器，对左右 MLO 视图嵌入做均值池化，仅训练两层 MLP 风险头。对照为仅年龄模型与全表型临床模型；并在报告提及的 BAC 上比较校准风险，用 Grad-CAM 做定性归因。

  • 队列来自 2014 至 2019 年在 Weill Cornell Medicine 接受筛查钼靶的 28746 名女性，研究经机构伦理批准。影像与结构化电子病历通过机构 OMOP 表对齐。预测目标是固定五年复合 MACE：急性心肌梗死、缺血性卒中或急性心力衰竭，由预先规定的 ICD-9/10 编码识别。索引检查前已有合格事件者排除；索引后 180 天内事件者也排除，以降低标签泄漏。阳性定义为五年内发生合格事件，阴性定义为至少五年无事件；五年内删失且无事件者排除。
  • 排除后最终分析队列为 22497 人，其中 500 例合格事件，患病率 2.22%。事件组分不互斥，500 例阳性中有 18 人在合格事件日记录了多个组分。只使用内外斜位（MLO）视图。患者级划分：固定 held-out 测试集 5287 人（23.5%，118 例事件），剩余 17210 人（382 例事件）做 5 折交叉验证；折内训练与验证按结局分层，约相当于全队列的 61.2% 与 15.3%。测试与验证每人只用首次合格筛查；训练集允许同一患者的多次扫描按各自采集日独立标注。
  • 下游任务是单次筛查钼靶的五年二分类。模型同时接收索引检查的左右 MLO，不使用检查之后的任何信息。Mammo-CLIP 与 Mammo-FM 都用 EfficientNet-B5 把单视图映射为 2048 维嵌入。前者是图像–报告对比预训练，数据为 UPMC 的 13829 对患者–报告、25355 张 BI-RADS 0–2 筛查片；后者在约 140000 名患者、800000 张钼靶的多机构语料上加入图像–图像与文本–文本对比。两模型均未用心血管结局或 BAC 标签预训练。
  • 因编码器没有显式多视图融合，作者对左右视图嵌入做均值池化得到检查级表征，再接两层 MLP 预测五年 MACE。编码器严格冻结，梯度只通过风险头。损失为带正类加权的二元交叉熵，优化器 AdamW，学习率 1×10⁻⁴，权重衰减 5×10⁻⁴，batch size 64，梯度裁剪最大范数 1.0，最多 50 个 epoch，按验证 AUROC 早停（patience 8），取验证 AUROC 最高的检查点在测试集评估一次。
  • 临床对照包括：用全部可得临床特征训练的表型模型，以及只使用年龄的同一模型。连续变量在有记录者中以均值±标准差报告，分类变量以计数与全队列百分比报告。部分实验室完整率明显不足，例如 HbA1c 仅 35.5% 可得，总胆固醇 65.7%。家族史心血管病是仅“有记录即阳性”的 EHR 标记，不能当成完整家系史。
  • 解释性分析有两层。第一，从与检查相连的放射报告中检索血管钙化提及，测试集 64/5287（1.21%）为 BAC 阳性；作者强调未提及不等于影像上没有 BAC。第二，在冻结 EfficientNet-B5 最后卷积层对预测风险 logit 做 Grad-CAM，左右视图独立前向与反向，jet 色图以 40% 透明度叠到灰度钼靶，除 Grad-CAM 自带上采样外不再平滑。

逐图理解论文

失败直觉

失败直觉
Figure 3: Test-set precision (a) and recall (b) among the top-risk-ranked $x% of patients, and (c)

三张图共享 Age / Tabular / Mammo-CLIP / Mammo-FM 图例。(a) precision 随最高风险比例扩大而下降；(b) recall 随之上升，深蓝 Tabular 仍在图像模型之上，图像模型又在灰色 Age 之上；(c) 净获益对阈值，红虚线标 Base rate (2.23%)，Treat all / Treat none 为参照。正文事件率是 2.22%，图例写 2.23%，不要把两条数混成一个精确值。

研究缺口

研究缺口
Figure 5: Qualitative gradient-based attribution of cardiovascular risk predictions. Representative

两行六列：上行 True positive（5yr MACE），下行 True negative（no event）；每行都是 L_MLO 原图、Mammo-CLIP、Mammo-FM，再重复一套 R_MLO。真阳性热力更集中于乳晕后与条索状结构，真阴性更散、更靠腺体和皮肤皱褶。这是代表例，不是定量分割评估，也不能从颜色直接读出风险分数。

方法贡献

方法贡献
Figure 1: Overview of the proposed transfer-learning framework. A mammography foundation model pretrained for a breast-imaging task is adapted to predict 5-year cardiovascular risk from screening mammograms.

先看左右两张输入：上方 L-MLO、下方 R-MLO，各自进入带冻结标记的 Mammography foundation model，得到 Left-view / Right-view embedding。再沿加号看到 Exam representation，随后进入 MACE prediction head，输出绿色的 MACE risk score。虚线 Grad-CAM 指向右侧两张热力图，用来理解解释分支与风险头是并行的，而不是先检测 BAC 再分类。

核心证据

核心证据
Figure 2: Receiver operating characteristic curves for prediction of 5-year MACE on the held-out test set.

ROC 上深蓝 Tabular 全程最高，红与褐红的两个图像模型接近并明显高于灰色 Age，对角虚线是随机分类。图例写明 Age 0.765、Tabular 0.858、Mammo-CLIP 0.823、Mammo-FM 0.822。裁切右侧露出 Table 3 残文，读曲线时不要把残文当图的一部分。

局限与收束

局限与收束
Figure 4: Predicted 5-year MACE risk (isotonic-

四组箱线图比较真阴性中 BAC−（灰）与 BAC+（鲑色）的 isotonic 校准风险，黑线为中位数。横轴给出 Age p=2.9e-05、Tabular p=1.1e-04、Mammo-CLIP p=7.4e-12、Mammo-FM p=2.0e-11。两图像模型的 BAC+ 箱子上移更明显，与正文 2.6 倍 / 2.5 倍均值比一致。左侧栏是双栏正文溢入，不是图的数据。

实验如何设计？

  • 主指标是 held-out 测试集上的 AUROC，置信区间来自 2000 次 bootstrap。图像模型与仅年龄、全表型模型做配对 bootstrap 比较。所有模型在同一 5287 人测试集上评估。
  • 机会性筛查设定下，系统更可能只对预测风险最高的一小部分人启动后续心血管评估。因此作者按预测风险排序，画出最高 x% 人群中的 precision 与 recall，并报告最高 20% 分位的事件捕获率、precision 与富集倍数。
  • 决策曲线在 0.5%–10% 的阈值范围内估计净获益，概率经 isotonic 校准；对照包括 Treat all、Treat none 以及队列事件率。公式为 NB(pt)=TP/N−(FP/N)·(pt/(1−pt))。
  • 在五年随访中未发生合格 MACE 的真阴性测试患者中，用 Mann–Whitney U 检验比较报告 BAC 阳性与阴性的连续校准风险，以检验模型是否把已知血管表型赋了更高风险，即使这些人没有撞上二分类终点。
  • 定性归因挑选真阳性与真阴性代表例，展示 Mammo-CLIP 与 Mammo-FM 在左右 MLO 上的 Grad-CAM，观察高风险激活是否落在乳晕后组织与血管样结构，低风险是否更弥漫。

关键结果与论文证据

  • 测试集判别方面，全表型临床模型 AUROC 最高，为 0.859（95% CI 0.825–0.889）；Mammo-CLIP 0.823（0.785–0.856），Mammo-FM 0.822（0.784–0.858）；仅年龄 0.765（0.722–0.805）。图像模型相对仅年龄的配对 bootstrap 分别为 p=0.0016 与 p=0.0040。Mammo-CLIP 与全表型模型差异不显著（p=0.057），Mammo-FM 则有较小但统计显著的差距（p=0.048）。正文据此写 Mammo-CLIP 与全临床模型判别“可比”，但点估计仍低于表型模型，不宜改写成“持平或优于临床评分”（第 5 页，Table 3，Figure 2）。
  • 风险富集方面，在预测风险最高的 20% 中，Mammo-FM 与 Mammo-CLIP 各捕获 68.6% 的测试事件，precision 为 7.7%，对应约 3.4 倍富集。在所评估的 5%、10%、20% 阈值上，两个基础模型都持续高于仅年龄基线；全表型模型的 precision/recall 曲线整体仍更高（第 5–6 页，Figure 3a–b）。
  • 决策曲线上，所有模型在 0.5%–10% 阈值都有正净获益，并超过 Treat all 与仅年龄。全表型模型在多数阈值最高；Mammo-CLIP 在 3.0% 与 3.5% 两处与之接近，净获益分别为 0.0125 与 0.0115。作者把这一现象解释为钼靶可提供接近专项化验的心血管信息且无需额外辐射或放射科额外标注，这是作者讨论，不是外部效用试验（第 6 页，Figure 3c）。
  • 真阴性中，BAC 阳性者的校准风险在所有模型上都更高，关联在钼靶基础模型上最强：Mammo-CLIP 平均风险 0.054 对 0.021（2.6 倍，p=7.4×10⁻¹²），Mammo-FM 0.053 对 0.021（2.5 倍，p=2.0×10⁻¹¹）；表型模型 1.9 倍，仅年龄 1.7 倍。测试集真阴性 5169 人中 61 人（1.18%）报告提及 BAC（第 7 页，Figure 4）。
  • Grad-CAM 上，真阳性代表例的归因更集中于乳晕后组织与线性血管样结构；真阴性代表例更弥漫地落在纤维腺体组织和皮肤皱褶。作者强调这些模式出现时从未做 BAC 检测、血管分割或钙化面积测量。讨论还指出，部分“假阳性”可能对应尚未诊断或亚临床的心血管风险，因为五年二分类终点并不能穷尽潜在疾病（第 7–8 页，Figure 5）。
  • Mammo-CLIP 预训练规模明显小于 Mammo-FM，但五年 MACE 判别接近。作者认为领域对齐与预训练目标可能不亚于数据规模；Mammo-FM 的归因在空间上更聚焦于血管样结构，说明相近 AUROC 可以来自不同表征，单纯扩大预训练数据不一定带来这项任务的增益（第 8 页）。

阅读时需要注意

  • 分析只用单一机构数据，作者写明需要在人口学与技术条件不同的队列上做外部验证，目前不能声称可泛化。
  • 结局是固定五年二分类，删失未满五年且无事件者被排除；这既损失时域信息，也可能引入随访完整者的选择偏差。作者建议将来改为时间–事件框架。
  • 只用单次基线钼靶，没有纵向多次检查，无法描述风险轨迹。
  • 未按乳腺密度、年龄等亚组充分分层，正文把这一点列为需要谨慎的人群。Table 1 显示致密乳腺（ACR C/D）占 64.0%，平均年龄 55.7 岁，不能外推到其他年龄或密度分布。
  • BAC 状态来自报告文本提及，假阴性（有钙化但未写）会使“BAC 阴性”组混入真正有血管钙化的人。
  • 事件率 2.22%，即使召回较高，绝对 precision 仍然很低；机会性提示不等于诊断或治疗建议。预印本尚未同行评审。

关联工作

  • Mammo-CLIP（Ghosh 等，MICCAI 2024）是被迁移的视觉–语言钼靶基础模型，预训练不含心血管结局。
  • Mammo-FM（Ghosh 等，2025 预印本）把对比目标扩展到图像–图像与文本–文本，并使用更大的多机构语料；本文用它检验规模是否自动转化为更好的 MACE 迁移。
  • PREVENT 与 ACC/AHA 初级预防指南代表结构化临床评分路径；作者用它们说明“变量缺失”与“部分女性可能被低估”的动机，而不是在本文队列上直接复现官方计算器。
  • cmAngio 以及 Guo 等的 SCU-Net、Watanabe 与 Nerlekar 等的 BAC 检测或年龄百分位工作，代表显式表型路线。本文有意绕开这条监督，问像素表征本身够不够。
  • Kemmeren、Iribarren、Loberant、Margolies 等流行病学文献建立了 BAC 与心血管结局的关联，为 Grad-CAM 落在血管样结构提供临床先验，但不是本文的训练信号。
  • van Veldhuizen、Yang、Chen 等关于医学基础模型迁移的综述与工作，构成“跨任务迁移是否保留临床可解释信号”的更广背景。

发表评论