Model AI NYU-DRP Memperkirakan Risiko Kanker Payudara Lima Tahun dari Mamogram 3D

NYU Langone Health mengumumkan pada 10 September 2026 bahwa peneliti di NYU Langone Health dan Perlmutter Cancer Center telah mengembangkan alat pembelajaran mendalam, bernama NYU-DRP, yang memperkirakan risiko kanker payudara lima tahun seorang wanita dengan menganalisis mamogram 3D yang diambil selama beberapa tahun.

Model Pembelajaran Mendalam yang Dibangun pada Mamogram 3D Longitudinal

Alat ini menganalisis tomosintesis payudara digital longitudinal, atau DBT longitudinal, yaitu catatan mamogram 3D yang dikumpulkan seorang wanita melalui skrining tahunan berulang. Studi validasi, berjudul “Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study,” dipublikasikan dalam American Journal of Roentgenology secara daring pada 12 Agustus 2026, setelah diterima pada 3 Agustus 2026, dan memiliki DOI 10.2214/AJR.26.34951.

Makalah tersebut menyatakan bahwa tujuannya adalah mengembangkan dan mengevaluasi model pembelajaran mendalam yang menggunakan pemeriksaan DBT longitudinal untuk memprediksi risiko kanker payudara jangka panjang. Penulisnya mencatat bahwa model prediksi risiko kanker payudara berbasis citra biasanya menggunakan mammografi digital full-field (FFDM), dan meskipun DBT telah menjadi modalitas skrining utama di Amerika Serikat, potensinya untuk prediksi risiko jangka panjang masih belum banyak diteliti.

“Studi kami menunjukkan bagaimana model AI seperti NYU-DRP dapat digunakan untuk secara andal menentukan risiko kanker payudara masa depan seorang wanita berdasarkan mamogram 3D yang ada, yang menyimpan informasi tentang bagaimana jaringan payudara berubah melalui beberapa skrining seiring waktu,” kata peneliti utama studi Yanqi Xu, PhD, peneliti pascadoktoral di Departemen Radiologi NYU Grossman School of Medicine dan Perlmutter Cancer Center.

Kohort Retrospektif dan Hasil yang Dilaporkan

Menurut studi yang dipublikasikan, analisis retrospektif mencakup 313.335 pemeriksaan DBT dari 161.077 wanita dengan usia rata-rata 58,5 tahun, yang diimajinasikan antara Januari 2016 dan Agustus 2020 di satu institusi kesehatan. Pengumuman NYU Langone menyatakan bahwa NYU-DRP dibuat dari 313.531 mamogram 3D tahunan dari 161.165 wanita tanpa kanker payudara yang menjalani tes di rumah sakit NYU Langone antara 2016 dan 2020.

Model DRP memperkirakan risiko kanker payudara dua hingga lima tahun dari pemeriksaan DBT longitudinal, usia pasien, dan kepadatan payudara. Para peneliti membandingkannya dengan model DBT satu titik waktu, dengan model Mirai yang menggunakan FFDM pada hari yang sama, serta dengan model risiko klinis Tyrer‑Cuzick, mengukur kinerja menggunakan AUC, indeks kesesuaian berbasis waktu, dan metrik skor Brier terintegrasi.

Dalam set pengujian independen yang terdiri dari 34.570 pemeriksaan, makalah melaporkan bahwa model DRP longitudinal mencapai AUC lima tahun sebesar 0,721 (95% CI, 0,698–0,744), lebih baik dibandingkan model satu titik waktu sebesar 0,707 (95% CI, 0,683–0,730) dan model Mirai sebesar 0,687 (95% CI, 0,663–0,710), keduanya dengan p <.001. Pengumuman tersebut menggambarkan hasil tersebut sebagai kemampuan menempatkan wanita berisiko tinggi secara tepat sebesar 72 persen, 70 persen, dan 68 persen secara berurutan.

Dalam kohort kasus‑kontrol yang dipasangkan sebanyak 432 wanita, makalah melaporkan AUC lima tahun sebesar 0,676 (95% CI, 0,626–0,726) untuk model DRP dibandingkan 0,563 (95% CI, 0,509–0,619; p <.001) untuk model Tyrer‑Cuzick, perbandingan yang disebutkan dalam pengumuman sebagai 67 persen versus 56 persen. Menurut rilis tersebut, Tyrer‑Cuzick tidak melibatkan AI atau pemindaian mamogram, melainkan mengandalkan informasi medis pribadi dan keluarga, seperti usia, mutasi genetik, dan kepadatan payudara yang didukung oleh hasil biopsi; perbandingan mencakup 432 wanita, dengan separuhnya dipasangkan dengan wanita berusia dan latar belakang serupa yang hasil lima tahunnya berbeda.

Studi tersebut juga melaporkan bahwa kepadatan payudara saja tidak berhubungan dengan risiko yang diprediksi. Pada pemeriksaan wanita dengan payudara sangat padat, model mengklasifikasikan 39,7 persen (746 dari 1.877) sebagai risiko rata‑rata, dengan insiden kanker lima tahun yang diamati sebesar 0,8 persen (6 dari 746); pada pemeriksaan wanita dengan payudara berlemak, model mengklasifikasikan 14,8 persen (386 dari 2.605) sebagai risiko tinggi, dengan insiden yang diamati sebesar 2,6 persen (10 dari 386). Pengumuman, yang mencatat bahwa jaringan payudara padat diketahui meningkatkan risiko kanker, melaporkan proporsi ini masing‑masing sebagai 37,6 persen dan 0,7 persen, serta 15,5 persen dan 2,5 persen.

Peneliti senior studi Yiqiu “Artie” Shen, PhD, asisten profesor di Departemen Radiologi NYU Grossman School of Medicine dan Perlmutter Cancer Center, mengatakan temuan tersebut menunjukkan bahwa mamogram 3D berulang mengandung informasi tentang risiko kanker payudara masa depan seorang wanita yang tidak sepenuhnya tercakup oleh kepadatan payudara atau satu mamogram saja. Para peneliti mencatat bahwa kurang dari 3 persen wanita yang diuji selama studi, yang berakhir pada 2025, mengembangkan kanker payudara, dan semua pemeriksaan menggunakan peralatan pencitraan payudara yang diproduksi oleh Hologic Inc. dari Marlborough, Massachusetts; makalah tersebut mengidentifikasi desainnya sebagai studi retrospektif satu pusat.

Para penulis menyimpulkan bahwa model pembelajaran mendalam yang menggunakan pemeriksaan DBT longitudinal meningkatkan prediksi risiko kanker payudara jangka panjang dibandingkan model berbasis FFDM dan model risiko klinis, dan mereka menyatakan dampak klinisnya sebagai potensi untuk memberikan penilaian risiko dinamis menggunakan citra skrining serta mendukung strategi skrining pribadi di masa depan.

Validasi yang Direncanakan, Pendanaan, dan Konteks Skrining

“Jika percobaan di masa depan pada wanita lain dengan kanker payudara terbukti berhasil, maka mamogram 3D berbantuan AI seperti NYU-DRP dapat membantu dokter menyesuaikan skrining secara lebih tepat dengan risiko aktual seorang wanita, dengan mengidentifikasi wanita yang mungkin mendapat manfaat dari skrining tambahan sekaligus menghindari tes suplementer yang tidak diperlukan bagi mereka yang berisiko lebih rendah,” kata co‑investigator studi Laura Heacock, MD, profesor associate di Departemen Radiologi NYU Grossman School of Medicine dan Perlmutter Cancer Center.

Shen menyatakan tim selanjutnya berencana menggunakan program DBT longitudinal untuk memantau kesehatan payudara wanita secara proaktif, mengamati bagaimana alat tersebut memengaruhi kesehatan mereka dan siapa yang mengembangkan kanker payudara. Para peneliti juga berencana membagikan dan memeriksa silang alat tersebut dengan data dari pusat kesehatan akademik lain serta dengan data dari produsen mamogram 3D yang berbeda.

Dukungan pendanaan untuk studi ini berasal dari hibah National Science Foundation 1922658, hibah National Institutes of Health R01EB036530, Milstein Pilot Project Fund, Shifrin‑Myers Breast Cancer Discovery Fund, dan Manhasset Women’s Coalition Against Breast Cancer. Selain Xu, Shen, dan Heacock, co‑investigator studi ini meliputi Jungkyu Park, Felicia Pasadyn, Qi Lei, Alana Lewin, Krzysztof Geras, Linda Moy, dan Freya Schnabel, dan makalah mencantumkan Shen sebagai penulis korespondensi.

Pengumuman tersebut menempatkan studi ini dalam konteks statistik skrining AS: diperkirakan 1 dari 8 wanita di Amerika Serikat akan didiagnosis dengan kanker payudara seumur hidup, dengan sekitar 382.640 wanita diperkirakan akan didiagnosis pada 2026. Tingkat kelangsungan hidup relatif lima tahun melebihi 99 persen ketika kanker payudara terdeteksi pada tahap paling awal, lebih dari 4 juta penyintas kanker payudara saat ini tinggal di negara tersebut, lebih dari 43 juta mamogram dilakukan pada 2025, dan para ahli kini merekomendasikan skrining mammografi tahunan mulai usia 40 tahun.