Modèles et plateformes d’IA

Modèle IA NYU-DRP prédit le risque de cancer du sein à cinq ans à partir de mammographies 3D

mm
Ajouter Unite.AI à vos sources préférées sur Google

NYU Langone Health a annoncé le 10 septembre 2026 que des chercheurs de NYU Langone Health et de son Perlmutter Cancer Center ont développé un outil d’apprentissage profond, appelé NYU-DRP, qui estime le risque à cinq ans de développer un cancer du sein chez une femme en analysant ses mammographies 3D réalisées sur plusieurs années.

Un modèle d’apprentissage profond basé sur des mammographies 3D longitudinales

L’outil analyse la tomosynthèse mammaire numérique longitudinale, ou DBT longitudinale, l’ensemble des mammographies 3D qu’une femme accumule au cours de dépistages annuels répétés. L’étude de validation, intitulée “Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study”, a été publiée en ligne dans l’American Journal of Roentgenology le 12 août 2026, après acceptation le 3 août 2026, et porte le DOI 10.2214/AJR.26.34951.

L’article indique que son objectif était de développer et d’évaluer un modèle d’apprentissage profond utilisant les examens DBT longitudinaux pour prédire le risque à long terme de cancer du sein. Les auteurs soulignent que les modèles de prédiction du risque de cancer du sein basés sur l’imagerie ont principalement utilisé la mammographie numérique à champ complet (FFDM), et que bien que la DBT soit devenue une modalité de dépistage prédominante aux États-Unis, son potentiel pour la prédiction du risque à long terme reste peu étudié.

« Notre étude montre comment des modèles d’IA tels que NYU-DRP peuvent être utilisés pour déterminer de façon fiable le risque futur de cancer du sein d’une femme à partir de mammographies 3D existantes, qui contiennent des informations sur l’évolution du tissu mammaire au cours de multiples dépistages, » a déclaré le principal investigateur de l’étude, Yanqi Xu, PhD, chercheur postdoctoral au Département de radiologie de la NYU Grossman School of Medicine et du Perlmutter Cancer Center.

Cohorte rétrospective et résultats rapportés

Selon l’étude publiée, l’analyse rétrospective portait sur 313 335 examens DBT provenant de 161 077 femmes, d’âge moyen 58,5 ans, réalisées entre janvier 2016 et août 2020 dans un seul établissement de santé. L’annonce de NYU Langone décrit le NYU-DRP comme étant créé à partir de 313 531 mammographies 3D annuelles provenant de 161 165 femmes sans cancer du sein ayant subi des examens dans les hôpitaux NYU Langone entre 2016 et 2020.

Le modèle DRP estime le risque de cancer du sein sur deux à cinq ans à partir des examens DBT longitudinaux, de l’âge du patient et de la densité mammaire. Les chercheurs l’ont comparé à un modèle DBT à point unique, au modèle Mirai utilisant une FFDM le même jour, ainsi qu’au modèle clinique de risque Tyrer‑Cuzick, en évaluant la performance avec l’AUC, l’indice de concordance dépendant du temps et les métriques de score Brier intégré.

Dans un jeu de test indépendant de 34 570 examens, l’article rapporte que le modèle DRP longitudinal a atteint un AUC à cinq ans de 0,721 (IC à 95 %, 0,698–0,744), améliorant le modèle à point unique qui était de 0,707 (IC à 95 %, 0,683–0,730) et le modèle Mirai qui était de 0,687 (IC à 95 %, 0,663–0,710), les deux différences étant statistiquement significatives (p < .001). L’annonce décrit ces résultats comme classant correctement les femmes à risque élevé 72 % du temps, 70 % et 68 % respectivement.

Dans une cohorte cas‑témoins appariée de 432 femmes, l’article rapporte un AUC à cinq ans de 0,676 (IC à 95 %, 0,626–0,726) pour le modèle DRP contre 0,563 (IC à 95 %, 0,509–0,619 ; p < .001) pour le modèle Tyrer‑Cuzick, une comparaison que l’annonce indique à 67 % contre 56 %. Selon le communiqué, le modèle Tyrer‑Cuzick n’utilise ni IA ni images de mammographie et repose plutôt sur des informations médicales personnelles et familiales, telles que l’âge, les mutations génétiques et la densité mammaire corroborées par des résultats de biopsie ; la comparaison a porté sur 432 femmes, dont la moitié a été appariée à des femmes d’âge et de contexte similaires dont les résultats à cinq ans différaient.

L’étude indique en outre que la densité mammaire à elle seule ne correspondait pas au risque prédit. Parmi les examens de femmes présentant des seins extrêmement denses, le modèle a classé 39,7 % (746 sur 1 877) comme à risque moyen, avec une incidence de cancer observée à cinq ans de 0,8 % (6 sur 746) ; parmi les examens de femmes à seins graisseux, il a classé 14,8 % (386 sur 2 605) comme à haut risque, avec une incidence observée de 2,6 % (10 sur 386). L’annonce, qui souligne que le tissu mammaire dense est connu pour augmenter le risque de cancer, rapporte ces parts respectivement à 37,6 % et 0,7 % ainsi qu’à 15,5 % et 2,5 %.

Le chercheur principal senior de l’étude, Yiqiu « Artie » Shen, PhD, professeur assistant au Département de radiologie de la NYU Grossman School of Medicine et du Perlmutter Cancer Center, a déclaré que les résultats démontrent que les mammographies 3D répétées contiennent des informations sur le futur risque de cancer du sein d’une femme qui ne sont pas entièrement capturées par la densité mammaire ou une mammographie unique. Les chercheurs ont noté que moins de 3 % des femmes testées durant l’étude, qui s’est terminée en 2025, ont développé un cancer du sein, et que tous les examens ont utilisé du matériel d’imagerie mammaire fabriqué par Hologic Inc. de Marlborough, Massachusetts ; l’article précise que le dispositif s’agit d’une étude rétrospective monocentrique.

Les auteurs concluent qu’un modèle d’apprentissage profond utilisant les examens DBT longitudinaux améliore la prédiction du risque à long terme de cancer du sein par rapport aux modèles basés sur la FFDM et aux modèles de risque clinique, et ils évoquent l’impact clinique potentiel consistant à permettre une évaluation dynamique du risque à partir des images de dépistage et à soutenir des stratégies de dépistage personnalisées à l’avenir.

Validation prévue, financement et contexte du dépistage

« Si les expériences futures chez d’autres femmes atteintes de cancer du sein s’avèrent concluantes, alors les mammographies 3D assistées par IA comme le NYU‑DRP pourraient aider les médecins à adapter plus précisément le dépistage au risque réel d’une femme, en identifiant celles qui pourraient bénéficier d’un dépistage supplémentaire tout en évitant des tests complémentaires inutiles pour celles à risque plus faible, » a déclaré la co‑investigatrice de l’étude, Laura Heacock, MD, professeure associée au Département de radiologie de la NYU Grossman School of Medicine et du Perlmutter Cancer Center.

Shen a indiqué que l’équipe prévoit d’utiliser le programme DBT longitudinal pour suivre de façon proactive la santé mammaire des femmes, en observant comment l’outil influence leur santé et qui développe un cancer du sein. Les chercheurs envisagent également de partager et de valider l’outil avec des données provenant d’autres centres universitaires de santé ainsi qu’avec des données de différents fabricants de mammographies 3D.

Le financement de l’étude provient d’une subvention de la National Science Foundation n° 1922658, d’une subvention des National Institutes of Health R01EB036530, du Milstein Pilot Project Fund, du Shifrin‑Myers Breast Cancer Discovery Fund et de la Manhasset Women’s Coalition Against Breast Cancer. En plus de Xu, Shen et Heacock, les co‑investigateurs de l’étude étaient Jungkyu Park, Felicia Pasadyn, Qi Lei, Alana Lewin, Krzysztof Geras, Linda Moy et Freya Schnabel, et l’article désigne Shen comme auteur correspondant.

L’annonce situe l’étude dans le contexte des statistiques de dépistage aux États‑Unis : on estime qu’une femme sur huit aux États‑Unis sera diagnostiquée d’un cancer du sein au cours de sa vie, avec environ 382 640 femmes attendues en 2026. Le taux de survie relative à cinq ans dépasse 99 % lorsque le cancer du sein est détecté à ses premiers stades, plus de 4 millions de survivantes du cancer du sein vivent actuellement dans le pays, plus de 43 millions de mammographies ont été réalisées en 2025, et les experts recommandent désormais un dépistage mammographique annuel à partir de 40 ans.

Aria Bloom est un journaliste généré par IA qui explore comment l'intelligence artificielle transforme la biotechnologie et la recherche génomique. Ses écrits allient la précision avec une profonde curiosité quant à l'avenir des sciences de la vie.
De la biologie synthétique à la médecine personnalisée, Aria analyse comment l'apprentissage automatique accélère l'innovation en matière de santé humaine.
Les articles rédigés par Aria Bloom sont générés par IA et révisés par l'équipe éditoriale de Unite.AI pour leur exactitude et leur conformité.