NYU-DRP AI-modell forutsier femårig brystkreft‑risiko fra 3D-mammogrammer

NYU Langone Health kunngjorde 10. september 2026 at forskere ved NYU Langone Health og deres Perlmutter Cancer Center har utviklet et dyp‑læringsverktøy, kalt NYU-DRP, som estimerer en kvinnes femårs risiko for å utvikle brystkreft ved å analysere hennes 3D‑mammogrammer tatt over flere år.

En dyp‑læringsmodell bygget på longitudinale 3D‑mammogrammer

Verktøyet analyserer longitudinal digital bryst‑tomosyntese, eller longitudinal DBT, den 3D‑mammogramregistreringen en kvinne akkumulerer gjennom gjentatte årlige screeninger. Valideringsstudien, med tittelen “Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single‑Center Retrospective Study,” ble publisert i American Journal of Roentgenology på nettet 12. august 2026, etter aksept 3. august 2026, og har DOI‑en 10.2214/AJR.26.34951.

Artikkelen oppgir at målet var å utvikle og evaluere en dyp‑læringsmodell som bruker longitudinale DBT‑undersøkelser for å forutsi langsiktig brystkreft‑risiko. Forfatterne bemerker at bildediagnostikkbaserte modeller for brystkreft‑risikoforutsigelse hovedsakelig har benyttet full‑field digital mammografi (FFDM), og at selv om DBT har blitt en dominerende screening‑modalitet i USA, er potensialet for langsiktig risikoforutsigelse fortsatt lite utforsket.

«Vår studie viser hvordan AI‑modeller som NYU‑DRP kan brukes til pålitelig å fastslå en kvinnes fremtidige brystkreft‑risiko basert på eksisterende 3D‑mammogrammer, som inneholder informasjon om hvordan brystvevet har endret seg gjennom flere screeninger over tid», sa studiens hovedforsker Yanqi Xu, PhD, postdoktor i radiologisk avdeling ved NYU Grossman School of Medicine og Perlmutter Cancer Center.

Retrospektiv kohort og rapporterte resultater

Ifølge den publiserte studien omfattet den retrospektive analysen 313 335 DBT‑undersøkelser fra 161 077 kvinner med en gjennomsnittsalder på 58,5 år, avbildet mellom januar 2016 og august 2020 ved én helseinstitusjon. NYU Langone‑kunngjøringen beskriver NYU‑DRP som opprettet fra 313 531 årlige 3D‑mammogrammer fra 161 165 kvinner uten brystkreft som fikk tester utført ved NYU Langone‑sykehus mellom 2016 og 2020.

DRP‑modellen estimerer to‑ til fem‑års brystkreft‑risiko basert på longitudinale DBT‑undersøkelser, pasientens alder og brysttetthet. Forskerne sammenlignet den med en enkelt‑tidspunkt DBT‑modell, med Mirai‑modellen som bruker FFDM på samme dag, og med Tyrer‑Cuzick‑klinikalsk risikomodell, og målte ytelsen med AUC, tidsavhengig koncordansindeks og integrerte Brier‑score‑metrikker.

I et uavhengig testsett med 34 570 undersøkelser rapporterer artikkelen at den longitudinale DRP‑modellen oppnådde en femårs AUC på 0,721 (95 % KI, 0,698–0,744), noe som forbedrer den enkelt‑tidspunkt‑modellen som hadde 0,707 (95 % KI, 0,683–0,730) og Mirai‑modellen som hadde 0,687 (95 % KI, 0,663–0,710), begge med p < 0,001. Kunngjøringen beskriver disse resultatene som at kvinner med høyere risiko ble korrekt rangert 72 %, 70 % og 68 % av gangene, henholdsvis.

I en matchet case‑control‑kohort på 432 kvinner rapporterer artikkelen en femårs AUC på 0,676 (95 % KI, 0,626–0,726) for DRP‑modellen versus 0,563 (95 % KI, 0,509–0,619; p < 0,001) for Tyrer‑Cuzick‑modellen, en sammenligning som kunngjøringen oppgir som 67 % mot 56 %. Ifølge pressemeldingen innebærer Tyrer‑Cuzick ingen AI eller mammogram‑skanninger, men baserer seg på personlig og familiær medisinsk informasjon, som alder, genetiske mutasjoner og brysttetthet støttet av biopsiresultater; sammenligningen omfattet 432 kvinner, hvor halvparten var matchet mot kvinner med lik alder og bakgrunn, men med ulike femårsutfall.

Studien rapporterer videre at brysttetthet alene ikke korrelerte med den forutsagte risikoen. Blant undersøkelser av kvinner med ekstremt tett brystvev klassifiserte modellen 39,7 % (746 av 1 877) som gjennomsnittlig risiko, med en observert femårs kreftforekomst på 0,8 % (6 av 746); blant undersøkelser av kvinner med fettvev klassifiserte den 14,8 % (386 av 2 605) som høy risiko, med en observert forekomst på 2,6 % (10 av 386). Kunngjøringen, som bemerker at tett brystvev er kjent for å øke kreft‑risikoen, rapporterer disse andelene som 37,6 % og 0,7 % samt 15,5 % og 2,5 % henholdsvis.

Studiets seniorforsker Yiqiu «Artie» Shen, PhD, førsteamanuensis i radiologisk avdeling ved NYU Grossman School of Medicine og Perlmutter Cancer Center, sa at funnene viser at gjentatte 3D‑mammogrammer inneholder informasjon om en kvinnes fremtidige brystkreft‑risiko som verken brysttetthet eller ett enkelt mammogram alene fanger fullt ut. Forskerne bemerket at mindre enn 3 % av kvinnene som ble testet i løpet av studien, som avsluttet i 2025, utviklet brystkreft, og at all testing benyttet brystavbildningsutstyr produsert av Hologic Inc. i Marlborough, Massachusetts; artikkelen identifiserer designet som en enkelt‑senter retrospektiv studie.

Forfatterne konkluderer med at en dyp‑læringsmodell som bruker longitudinale DBT‑undersøkelser forbedrer langsiktig brystkreft‑risikoforutsigelse sammenlignet med FFDM‑baserte og kliniske risikomodeller, og de hevder at den kliniske virkningen er potensialet til å informere dynamisk risikovurdering ved hjelp av screening‑bilder og støtte fremtidige personlige screeningsstrategier.

Planlagt validering, finansiering og screening‑kontekst

«Hvis fremtidige eksperimenter i andre kvinner med brystkreft viser seg å lykkes, kan AI‑assisterte 3D‑mammogrammer som NYU‑DRP hjelpe leger med å tilpasse screening bedre til en kvinnes faktiske risiko, ved å identifisere de kvinnene som kan ha nytte av ekstra screening samtidig som unødvendige tilleggsundersøkelser unngås for de med lavere risiko», sa studiens medforsker Laura Heacock, MD, førsteamanuensis i radiologisk avdeling ved NYU Grossman School of Medicine og Perlmutter Cancer Center.

Shen sa at teamet videre planlegger å bruke det longitudinale DBT‑programmet til proaktivt å følge kvinners brysthelse, observere hvordan verktøyet påvirker helsen deres og hvem som utvikler brystkreft. Forskerne planlegger også å dele og kryss‑sjekke verktøyet med data fra andre akademiske helsesentre og med data fra ulike 3D‑mammogramprodusenter.

Finansieringsstøtte til studien kom fra National Science Foundation‑stipendet 1922658, National Institutes of Health‑stipendet R01EB036530, Milstein Pilot Project Fund, Shifrin‑Myers Breast Cancer Discovery Fund og Manhasset Women’s Coalition Against Breast Cancer. I tillegg til Xu, Shen og Heacock var studiens medforskerne Jungkyu Park, Felicia Pasadyn, Qi Lei, Alana Lewin, Krzysztof Geras, Linda Moy og Freya Schnabel, og artikkelen oppgir Shen som korresponderende forfatter.

Kunngjøringen setter studien i forhold til amerikanske screening‑statistikker: anslagsvis 1 av 8 kvinner i USA vil bli diagnostisert med brystkreft i løpet av livet, med omtrent 382 640 kvinner forventet å bli diagnostisert i 2026. Den femårige relative overlevelsesraten overstiger 99 % når brystkreft oppdages i de tidligste stadiene, mer enn 4 millioner brystkreftoverlevere lever i dag i landet, over 43 millioner mammogrammer ble utført i 2025, og eksperter anbefaler nå årlig mammografi‑screening fra fylte 40 år.