NYU-DRP AI मॉडल 3D मैमोग्राम से पाँच‑साल की स्तन कैंसर जोखिम की भविष्यवाणी करता है

NYU Langone Health ने 10 सितंबर, 2026 को घोषणा की कि NYU Langone Health और उसके Perlmutter Cancer Center के शोधकर्ताओं ने एक डीप‑लर्निंग टूल विकसित किया है, जिसका नाम NYU-DRP है, जो कई वर्षों में ली गई 3D मैमोग्राम का विश्लेषण करके महिला के पाँच‑साल के स्तन कैंसर जोखिम का अनुमान लगाता है।

लंबी अवधि के 3D मैमोग्राम पर निर्मित एक डीप लर्निंग मॉडल

यह टूल लंबी अवधि की डिजिटल ब्रेस्ट टॉमोसिंथेसिस, या लंबी अवधि की DBT, का विश्लेषण करता है, जो वार्षिक स्क्रीनिंग के दौरान महिला द्वारा संचित 3D मैमोग्राम रिकॉर्ड है। वैधता अध्ययन, जिसका शीर्षक “लंबी अवधि की डिजिटल ब्रेस्ट टॉमोसिंथेसिस से 5‑साल के स्तन कैंसर जोखिम की भविष्यवाणी: एक सिंगल‑सेंटर रिट्रोस्पेक्टिव स्टडी” है, American Journal of Roentgenology में प्रकाशित हुआ 12 अगस्त, 2026 को, 3 अगस्त, 2026 को स्वीकृति के बाद, और इसका DOI 10.2214/AJR.26.34951 है।

पेपर में कहा गया है कि इसका उद्देश्य एक डीप लर्निंग मॉडल विकसित और मूल्यांकन करना था जो लंबी अवधि की DBT परीक्षाओं का उपयोग करके दीर्घकालिक स्तन कैंसर जोखिम की भविष्यवाणी करता है। इसके लेखकों ने उल्लेख किया कि इमेजिंग‑आधारित स्तन कैंसर जोखिम भविष्यवाणी मॉडल मुख्यतः फुल‑फ़ील्ड डिजिटल मैमोग्राफी, या FFDM, का उपयोग करते रहे हैं, और जबकि DBT संयुक्त राज्य में प्रमुख स्क्रीनिंग विधि बन गई है, इसका दीर्घकालिक जोखिम भविष्यवाणी में संभावित उपयोग अभी तक पूरी तरह से अन्वेषित नहीं हुआ है।

“हमारा अध्ययन दर्शाता है कि NYU-DRP जैसे AI मॉडल मौजूदा 3D मैमोग्राम के आधार पर महिला के भविष्य के स्तन कैंसर जोखिम को विश्वसनीय रूप से निर्धारित करने में कैसे उपयोग किए जा सकते हैं, जो कई स्क्रीनिंग के दौरान स्तन ऊतक में हुए परिवर्तन की जानकारी रखते हैं,” कहा अध्ययन के प्रमुख शोधकर्ता यानकी शु, PhD, जो NYU Grossman School of Medicine के रेडियोलॉजी विभाग और Perlmutter Cancer Center में पोस्टडॉक्टोरल शोध सहयोगी हैं।

रिट्रोस्पेक्टिव कोहोर्ट और रिपोर्ट किए गए परिणाम

प्रकाशित अध्ययन के अनुसार, रिट्रोस्पेक्टिव विश्लेषण में 161,077 महिलाओं के 313,335 DBT परीक्षाओं को शामिल किया गया, जिनकी औसत आयु 58.5 वर्ष थी, और ये परीक्षाएँ जनवरी 2016 से अगस्त 2020 के बीच एक ही स्वास्थ्य संस्थान में ली गई थीं। NYU Langone की घोषणा में बताया गया है कि NYU-DRP को 2016 से 2020 के बीच NYU Langone अस्पतालों में परीक्षण कराए गए 161,165 स्तन कैंसर‑रहित महिलाओं के 313,531 वार्षिक 3D मैमोग्राम से बनाया गया है।

DRP मॉडल लंबी अवधि की DBT परीक्षाओं, रोगी की आयु और स्तन घनत्व के आधार पर दो से पाँच साल के स्तन कैंसर जोखिम का अनुमान लगाता है। शोधकर्ताओं ने इसे एक‑समय‑बिंदु DBT मॉडल, उसी दिन की FFDM का उपयोग करने वाले Mirai मॉडल, और Tyrer‑Cuzick क्लिनिकल जोखिम मॉडल के साथ तुलना की, और प्रदर्शन को AUC, समय‑निर्भर कंकोरडेंस इंडेक्स, तथा इंटीग्रेटेड Brier score metrics से मापा।

34,570 परीक्षाओं के एक स्वतंत्र परीक्षण सेट में, पेपर रिपोर्ट करता है कि लंबी अवधि का DRP मॉडल पाँच‑साल का AUC 0.721 (95% CI, 0.698–0.744) प्राप्त करता है, जो एक‑समय‑बिंदु मॉडल के 0.707 (95% CI, 0.683–0.730) और Mirai मॉडल के 0.687 (95% CI, 0.663–0.710) से बेहतर है, दोनों p <.001 पर। घोषणा इन परिणामों को इस प्रकार वर्णित करती है कि मॉडल ने क्रमशः 72 प्रतिशत, 70 प्रतिशत और 68 प्रतिशत मामलों में महिलाओं को उच्च जोखिम पर सही रूप से रैंक किया।

432 महिलाओं के एक मेल खाते केस‑कंट्रोल कोहोर्ट में, पेपर DRP मॉडल के लिए पाँच‑साल का AUC 0.676 (95% CI, 0.626–0.726) रिपोर्ट करता है, जबकि Tyrer‑Cuzick मॉडल के लिए 0.563 (95% CI, 0.509–0.619; p <.001) है, जिसे घोषणा ने क्रमशः 67 प्रतिशत बनाम 56 प्रतिशत के रूप में प्रस्तुत किया। रिलीज़ के अनुसार, Tyrer‑Cuzick में कोई AI या मैमोग्राम स्कैन नहीं होते और यह व्यक्तिगत तथा पारिवारिक चिकित्सीय जानकारी पर निर्भर करता है, जैसे आयु, आनुवंशिक उत्परिवर्तन, और बायोप्सी परिणामों द्वारा समर्थित स्तन घनत्व; तुलना में 432 महिलाओं को शामिल किया गया, जिसमें आधी महिलाओं को समान आयु और पृष्ठभूमि वाली महिलाओं के साथ मिलाया गया, जिनके पाँच‑साल के परिणाम अलग थे।

अध्ययन आगे रिपोर्ट करता है कि केवल स्तन घनत्व भविष्यवाणी किए गए जोखिम से मेल नहीं खाता। अत्यधिक घने स्तनों वाली महिलाओं की परीक्षाओं में, मॉडल ने 39.7 प्रतिशत (1,877 में से 746) को औसत जोखिम वर्गीकृत किया, जिसमें पाँच‑साल की देखी गई कैंसर घटना 0.8 प्रतिशत (746 में से 6) थी; वसायुक्त स्तनों वाली महिलाओं की परीक्षाओं में, मॉडल ने 14.8 प्रतिशत (2,605 में से 386) को उच्च जोखिम वर्गीकृत किया, जिसमें देखी गई घटना 2.6 प्रतिशत (386 में से 10) थी। घोषणा, जो नोट करती है कि घना स्तन ऊतक कैंसर जोखिम को बढ़ाता है, इन हिस्सों को क्रमशः 37.6 प्रतिशत और 0.7 प्रतिशत, तथा 15.5 प्रतिशत और 2.5 प्रतिशत के रूप में रिपोर्ट करती है।

अध्ययन के वरिष्ठ शोधकर्ता यिक्यू “आर्टी” शेन, PhD, जो NYU Grossman School of Medicine के रेडियोलॉजी विभाग और Perlmutter Cancer Center में सहायक प्रोफेसर हैं, ने कहा कि निष्कर्ष दर्शाते हैं कि दोहराए गए 3D मैमोग्राम में महिला के भविष्य के स्तन कैंसर जोखिम की जानकारी होती है, जो केवल स्तन घनत्व या एकल मैमोग्राम द्वारा पूरी तरह नहीं पकड़ी जा सकती। शोधकर्ताओं ने नोट किया कि अध्ययन के दौरान परीक्षण की गई महिलाओं में से 3 प्रतिशत से कम, जो 2025 में समाप्त हुआ, ने स्तन कैंसर विकसित किया, और सभी परीक्षण Hologic Inc. (मासाचुसेट्स के मार्लबरो) द्वारा निर्मित स्तन इमेजिंग उपकरणों का उपयोग करके किए गए; पेपर ने इस डिज़ाइन को एक सिंगल‑सेंटर रिट्रोस्पेक्टिव स्टडी के रूप में पहचाना।

लेखक निष्कर्ष निकालते हैं कि लंबी अवधि की DBT परीक्षाओं का उपयोग करने वाला डीप लर्निंग मॉडल FFDM‑आधारित और क्लिनिकल जोखिम मॉडलों की तुलना में दीर्घकालिक स्तन कैंसर जोखिम भविष्यवाणी को सुधारता है, और वे क्लिनिकल प्रभाव को इस रूप में बताते हैं कि यह स्क्रीनिंग छवियों के माध्यम से गतिशील जोखिम मूल्यांकन को सूचित करने और भविष्य की व्यक्तिगत स्क्रीनिंग रणनीतियों को समर्थन देने की क्षमता रखता है।

योजना बद्ध मान्यकरण, वित्तपोषण, और स्क्रीनिंग संदर्भ

“यदि भविष्य में अन्य स्तन कैंसर वाली महिलाओं में किए गए प्रयोग सफल साबित होते हैं, तो NYU-DRP जैसे AI‑सहायता प्राप्त 3D मैमोग्राम चिकित्सकों को महिला के वास्तविक जोखिम के अनुसार स्क्रीनिंग को बेहतर ढंग से अनुकूलित करने में मदद कर सकते हैं, अतिरिक्त स्क्रीनिंग से लाभान्वित महिलाओं की पहचान करके और कम जोखिम वाली महिलाओं के लिए अनावश्यक पूरक परीक्षणों से बचते हुए,” कहा अध्ययन के सह‑शोधकर्ता लौरा हीकोक, MD, जो NYU Grossman School of Medicine के रेडियोलॉजी विभाग और Perlmutter Cancer Center में एसोसिएट प्रोफेसर हैं।

शेन ने कहा कि टीम अगला कदम लंबी अवधि की DBT कार्यक्रम का उपयोग करके महिलाओं के स्तन स्वास्थ्य को सक्रिय रूप से ट्रैक करने की योजना बना रही है, यह देखती हुई कि टूल उनके स्वास्थ्य को कैसे प्रभावित करता है और कौन स्तन कैंसर विकसित करता है। शोधकर्ता यह भी योजना बना रहे हैं कि टूल को अन्य शैक्षणिक स्वास्थ्य केंद्रों के डेटा और विभिन्न 3D मैमोग्राम निर्माताओं के डेटा के साथ साझा और क्रॉस‑चेक किया जाए।

अध्ययन के लिए वित्तीय समर्थन नेशनल साइंस फाउंडेशन ग्रांट 1922658, नेशनल इंस्टीट्यूट्स ऑफ हेल्थ ग्रांट R01EB036530, मिलस्टीन पायलट प्रोजेक्ट फंड, शिफ्रिन‑मायर्स ब्रेस्ट कैंसर डिस्कवरी फंड, और मानहसेट वुमेन्स कोएलिशन एगेंस्ट ब्रेस्ट कैंसर से आया। Xu, Shen, और Heacock के अलावा, अध्ययन के सह‑शोधकर्ताओं में जंग्क्यू पार्क, फेलिसिया पासाडिन, क़ी लेई, अलाना लेविन, क्रज़िश्टोफ़ गेरास, लिंडा मोय, और फ्रेया स्नाबेल शामिल थे, और पेपर में शेन को संपर्क लेखक के रूप में सूचीबद्ध किया गया है।

घोषणा अध्ययन को अमेरिकी स्क्रीनिंग आँकड़ों के संदर्भ में रखती है: अनुमानित है कि संयुक्त राज्य में हर 8 में से 1 महिला अपने जीवनकाल में स्तन कैंसर से पीड़ित होगी, और 2026 में लगभग 382,640 महिलाओं का निदान होने की संभावना है। पाँच‑साल की सापेक्षिक जीवित रहने की दर 99 प्रतिशत से अधिक है जब स्तन कैंसर शुरुआती चरणों में पकड़ा जाता है, वर्तमान में देश में 4 मिलियन से अधिक स्तन कैंसर बचे हुए लोग रहते हैं, 2025 में 43 मिलियन से अधिक मैमोग्राम किए गए, और विशेषज्ञ अब 40 वर्ष की आयु से वार्षिक मैमोग्राफी स्क्रीनिंग की सिफारिश करते हैं।