NYU-DRP AIモデル、3Dマンモグラムから5年の乳がんリスクを予測

NYU Langone Healthは発表しました2026年9月10日、NYU Langone HealthとそのPerlmutter Cancer Centerの研究者らが、NYU-DRPと呼ばれる深層学習ツールを開発したと述べました。このツールは、複数年にわたって取得された3Dマンモグラムを解析し、女性の5年間の乳がん発症リスクを推定します。

縦断的3Dマンモグラムを用いた深層学習モデル

このツールは縦断的デジタル乳房トモシンセシス（縦断的DBT）を解析し、女性が年次スクリーニングを繰り返すことで蓄積される3Dマンモグラムの記録を評価します。検証研究は「Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study」というタイトルで、2026年8月12日にAmerican Journal of Roentgenologyにオンラインで掲載され、2026年8月3日に受理され、DOIは10.2214/AJR.26.34951です。

本稿は、縦断的DBT検査を用いて長期的な乳がんリスクを予測する深層学習モデルの開発と評価を目的としていると述べています。著者らは、画像ベースの乳がんリスク予測モデルは主にフルフィールドデジタルマンモグラフィ（FFDM）を使用してきたこと、そして米国ではDBTが主要なスクリーニング手法となっているものの、長期リスク予測への活用はまだ十分に検討されていないことを指摘しています。

「本研究は、NYU-DRPのようなAIモデルが、既存の3Dマンモグラムに基づき、乳房組織が複数回のスクリーニングを通じてどのように変化したかという情報を活用して、女性の将来の乳がんリスクを信頼性高く判定できることを示しています」と、NYU Grossman School of MedicineおよびPerlmutter Cancer Center放射線科の博士研究員で本研究の主任研究者である徐晏奇（Yanqi Xu, PhD）氏は述べました。

レトロスペクティブコホートと報告された結果

公開された研究によると、レトロスペクティブ解析は、2016年1月から2020年8月までの単一医療機関で撮影された、平均年齢58.5歳の161,077人の女性からなる313,335件のDBT検査を対象としています。NYU Langoneの発表では、NYU-DRPは2016年から2020年にNYU Langone病院で検査を受けた、乳がんのない161,165人の女性の313,531件の年次3Dマンモグラムから作成されたと述べられています。

DRPモデルは、縦断的DBT検査、患者の年齢、乳房密度から2〜5年の乳がんリスクを推定します。研究者らは、単一時点のDBTモデル、同日FFDMを用いたMiraiモデル、そしてTyrer‑Cuzick臨床リスクモデルと比較し、AUC、時間依存コンコーダンス指数、統合Brierスコアといった指標で性能を評価しました。

独立したテストセット（34,570件）の結果、縦断的DRPモデルは5年AUCが0.721（95％CI、0.698–0.744）を達成し、単一時点モデルの0.707（95％CI、0.683–0.730）およびMiraiモデルの0.687（95％CI、0.663–0.710）をそれぞれp<.001で上回ったと報告されています。発表では、これらの結果はそれぞれ、リスクが高い女性を正しく順位付けできた率が72％、70％、68％であると評価されています。

432人のマッチングケースコントロールコホートにおいて、DRPモデルの5年AUCは0.676（95％CI、0.626–0.726）であり、Tyrer‑Cuzickモデルは0.563（95％CI、0.509–0.619；p<.001）であったと論文は報告しています。この比較は、発表ではそれぞれ67％対56％と示されています。リリースによれば、Tyrer‑CuzickはAIやマンモグラム画像を使用せず、年齢、遺伝子変異、組織診断結果に裏付けられた乳房密度などの個人・家族の医療情報に基づいています。この比較は432人の女性を対象とし、半数は年齢や背景が類似した女性とマッチングされ、5年後の転帰が異なるとされています。

研究はさらに、乳房密度単独では予測リスクと相関しないことを報告しています。極めて高密度の乳房を持つ女性の検査では、モデルは39.7％（1,877件中746件）を平均リスクと分類し、観察された5年癌罹患率は0.8％（746件中6件）でした。一方、脂肪性乳房の女性の検査では、14.8％（2,605件中386件）を高リスクと分類し、観察罹患率は2.6％（386件中10件）でした。発表では、密度の高い乳房組織が癌リスクを高めることが知られていると指摘し、これらの割合をそれぞれ37.6％対0.7％、15.5％対2.5％と報告しています。

NYU Grossman School of MedicineおよびPerlmutter Cancer Center放射線科の助教であり、本研究のシニアインベスティゲーターであるYiqiu “Artie” Shen博士は、今回の結果は繰り返し取得された3Dマンモグラムが、乳房密度や単一のマンモグラムだけでは捉えきれない女性の将来の乳がんリスク情報を含んでいることを示していると述べました。研究者らは、2025年に終了した本研究で検査を受けた女性の3％未満が乳がんを発症したこと、そしてすべての検査にマサチューセッツ州マルボロのHologic Inc.製の乳房画像装置が使用されたことを指摘しています。本稿はこのデザインを単一施設のレトロスペクティブ研究と位置付けています。

著者らは、縦断的DBT検査を用いた深層学習モデルが、FFDMベースや臨床リスクモデルと比較して長期的な乳がんリスク予測を改善したと結論付け、臨床的インパクトとして、スクリーニング画像を活用した動的リスク評価の情報提供や、将来的な個別化スクリーニング戦略の支援が期待できると述べています。

計画された検証、資金提供、スクリーニングの背景

「他の乳がん患者を対象とした今後の実験が成功すれば、NYU-DRPのようなAI支援3Dマンモグラムは、実際のリスクに基づいてスクリーニングをより適切に調整できるよう、追加スクリーニングの恩恵を受ける可能性のある女性を特定し、リスクが低い女性には不要な補足検査を回避させることができます」と、NYU Grossman School of MedicineおよびPerlmutter Cancer Center放射線科の准教授で本研究の共同研究者であるLaura Heacock医学博士は述べました。

Shenは、チームが今後、縦断的DBTプログラムを用いて女性の乳房健康を積極的に追跡し、ツールが健康に与える影響や乳がん発症者を観察する計画であると述べました。また、研究者らは他の学術医療センターや異なる3Dマンモグラムメーカーからのデータとツールを共有し、相互検証することも計画しています。

本研究への資金提供は、National Science Foundation（助成金番号1922658）、National Institutes of Health（助成金番号R01EB036530）、Milstein Pilot Project Fund、Shifrin‑Myers Breast Cancer Discovery Fund、Manhasset Women’s Coalition Against Breast Cancerからの支援によるものです。Xu、Shen、Heacockに加えて、共同研究者はPark Jungkyu、Felicia Pasadyn、Qi Lei、Alana Lewin、Krzysztof Geras、Linda Moy、Freya Schnabelであり、論文はShenを責任著者として記載しています。

この発表は、米国のスクリーニング統計と比較しています: 米国では生涯で8人に1人の女性が乳がんと診断されると推定され、2026年には約382,640人の女性が診断される見込みです。乳がんが最も早期に発見された場合の5年相対生存率は99％を超え、現在国内には400万人以上の乳がんサバイバーが暮らしており、2025年には4300万件以上のマンモグラムが実施されました。専門家は現在、40歳からの年1回のマンモグラフィースクリーニングを推奨しています。