Modelul AI NYU-DRP prezice riscul de cancer de sân pe cinci ani din mamograme 3D

NYU Langone Health a anunțat pe 10 septembrie 2026 că cercetătorii de la NYU Langone Health și Centrul său de Cancer Perlmutter au dezvoltat un instrument de învățare profundă, numit NYU-DRP, care estimează riscul pe cinci ani al unei femei de a dezvolta cancer de sân prin analizarea mamogramelor 3D realizate de-a lungul mai multor ani.

Un model de învățare profundă construit pe mamograme 3D longitudinale

Instrumentul analizează tomosinteza digitală a sânului longitudinală, sau DBT longitudinal, înregistrarea mamogramelor 3D pe care o femeie o acumulează în urma screening‑urilor anuale repetate. Studiul de validare, intitulat „Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study”, a fost publicat în American Journal of Roentgenology online pe 12 august 2026, după acceptare pe 3 august 2026, și are DOI 10.2214/AJR.26.34951.

Lucrarea afirmă că obiectivul său a fost să dezvolte și să evalueze un model de învățare profundă care utilizează examinări DBT longitudinale pentru a prezice riscul pe termen lung de cancer de sân. Autorii notează că modelele de predicție a riscului de cancer de sân bazate pe imagistică au folosit în principal mamografia digitală cu câmp complet, sau FFDM, și că, deși DBT a devenit o modalitate de screening predominantă în Statele Unite, potențialul său pentru predicția pe termen lung rămâne puțin explorat.

„Studiul nostru arată cum modele AI precum NYU-DRP pot fi utilizate pentru a determina în mod fiabil riscul viitor al unei femei de a dezvolta cancer de sân pe baza mamogramelor 3D existente, care conțin informații despre modul în care țesutul mamar s‑a modificat în urma mai multor screening‑uri în timp”, a declarat investigatorul principal al studiului, Yanqi Xu, PhD, cercetător postdoctoral în Departamentul de Radiologie al NYU Grossman School of Medicine și al Centrului de Cancer Perlmutter.

Cohort retrospectiv și rezultate raportate

Conform studiului publicat, analiza retrospectivă a cuprins 313,335 de examinări DBT provenite de la 161,077 de femei cu o vârstă medie de 58,5 ani, imaginate între ianuarie 2016 și august 2020 la o singură instituție de sănătate. Anunțul NYU Langone descrie NYU-DRP ca fiind creat din 313,531 de mamograme 3D anuale de la 161,165 de femei fără cancer de sân care au efectuat teste la spitalele NYU Langone între 2016 și 2020.

Modelul DRP estimează riscul de cancer de sân pe o perioadă de două până la cinci ani pe baza examinărilor DBT longitudinale, vârstei pacientului și densității sânului. Cercetătorii l-au comparat cu un model DBT la un singur moment în timp, cu modelul Mirai care folosește FFDM în aceeași zi, și cu modelul clinic de risc Tyrer‑Cuzick, evaluând performanța prin AUC, indicele de concordanță dependent de timp și metricile de scor Brier integrat.

Într-un set de testare independent de 34,570 de examinări, lucrarea raportează că modelul DRP longitudinal a atins un AUC pe cinci ani de 0,721 (IC 95 %, 0,698–0,744), îmbunătățind modelul la un singur moment (0,707, IC 95 %, 0,683–0,730) și modelul Mirai (0,687, IC 95 %, 0,663–0,710), ambele cu p < 0,001. Anunțul caracterizează aceste rezultate ca fiind capabile să clasifice corect femeile cu risc mai mare în 72 %, 70 % și respectiv 68 % din cazuri.

Într-un cohortă caz-control potrivită de 432 de femei, lucrarea raportează un AUC pe cinci ani de 0,676 (IC 95 %, 0,626–0,726) pentru modelul DRP, comparativ cu 0,563 (IC 95 %, 0,509–0,619; p < 0,001) pentru modelul Tyrer‑Cuzick, o comparație pe care anunțul o prezintă ca 67 % versus 56 %. Conform comunicatului, Tyrer‑Cuzick nu implică AI sau scanări mamografice, ci se bazează pe informații medicale personale și de familie, cum ar fi vârsta, mutațiile genetice și densitatea sânului susținută de rezultate de biopsie; comparația a cuprins 432 de femei, jumătate dintre ele fiind comparate cu femei de vârstă și background similare ale căror rezultate pe cinci ani au fost diferite.

Studiul raportează în plus că densitatea sânului, luată singură, nu a corespuns riscului prezis. În rândul examinărilor femeilor cu sânuri extrem de dense, modelul a clasificat 39,7 % (746 din 1.877) ca având risc mediu, cu o incidență de cancer pe cinci ani observată de 0,8 % (6 din 746); în rândul femeilor cu sânuri grase, a clasificat 14,8 % (386 din 2.605) ca având risc ridicat, cu o incidență observată de 2,6 % (10 din 386). Anunțul, care menționează că țesutul mamar dens este cunoscut pentru creșterea riscului de cancer, raportează aceste cote ca 37,6 % și 0,7 %, respectiv 15,5 % și 2,5 %.

Investigatorul principal al studiului, Yiqiu „Artie” Shen, PhD, profesor asistent în Departamentul de Radiologie al NYU Grossman School of Medicine și al Centrului de Cancer Perlmutter, a declarat că descoperirile demonstrează că mamogramele 3D repetate conțin informații despre riscul viitor de cancer de sân al unei femei, informații care nu sunt pe deplin capturate nici de densitatea sânului, nici de o singură mamogramă. Cercetătorii au remarcat că mai puțin de 3 % dintre femeile testate în timpul studiului, care s‑a încheiat în 2025, au dezvoltat cancer de sân, și că toate testările au folosit echipamente de imagistică mamară fabricate de Hologic Inc. din Marlborough, Massachusetts; lucrarea identifică designul ca fiind un studiu retrospectiv unic‑centru.

Autorii concluzionează că un model de învățare profundă care utilizează examinări DBT longitudinale a îmbunătățit predicția pe termen lung a riscului de cancer de sân comparativ cu modelele bazate pe FFDM și cele clinice, și afirmă că impactul clinic constă în potențialul de a informa evaluarea dinamică a riscului prin imagini de screening și de a susține strategii viitoare de screening personalizat.

Validare planificată, finanțare și contextul screening‑ului

„Dacă experimentele viitoare la alte femei cu cancer de sân se dovedesc de succes, atunci mamogramele 3D asistate de AI, cum ar fi NYU-DRP, ar putea ajuta medicii să adapteze mai bine screening‑ul la riscul real al unei femei, identificând acele femei care ar putea beneficia de screening suplimentar și evitând teste suplimentare inutile pentru cele cu risc mai scăzut”, a declarat co‑investigatoarea studiului, Laura Heacock, MD, profesor asociat în Departamentul de Radiologie al NYU Grossman School of Medicine și al Centrului de Cancer Perlmutter.

Shen a declarat că echipa intenționează să folosească programul DBT longitudinal pentru a monitoriza proactiv sănătatea mamară a femeilor, observând cum instrumentul le influențează sănătatea și cine dezvoltă cancer de sân. Cercetătorii planifică, de asemenea, să partajeze și să verifice instrumentul cu date de la alte centre academice de sănătate și cu date de la diferiți producători de mamograme 3D.

Finanțarea studiului a provenit din grantul National Science Foundation 1922658, grantul National Institutes of Health R01EB036530, Fondul Milstein Pilot Project, Fondul Shifrin‑Myers Breast Cancer Discovery și Manhasset Women’s Coalition Against Breast Cancer. În afară de Xu, Shen și Heacock, co‑investigatoarele studiului au fost Jungkyu Park, Felicia Pasadyn, Qi Lei, Alana Lewin, Krzysztof Geras, Linda Moy și Freya Schnabel, iar lucrarea îl menționează pe Shen ca autor de corespondență.

Anunțul situează studiul în contextul statisticilor de screening din SUA: se estimează că 1 din 8 femei din Statele Unite va fi diagnosticată cu cancer de sân în viață, cu aproximativ 382.640 de femei așteptate să fie diagnosticate în 2026. Rata de supraviețuire relativă pe cinci ani depășește 99 % când cancerul de sân este depistat în stadiile incipiente, peste 4 milioane de supraviețuitori ai cancerului de sân trăiesc în prezent în țară, peste 43 de milioane de mamograme au fost efectuate în 2025, iar experții recomandă acum screening anual cu mamografie începând cu vârsta de 40 de ani.