AI‑модель NYU‑DRP предсказывает пятилетний риск рака груди по 3D‑маммограммам

NYU Langone Health объявила 10 сентября 2026 года, что исследователи NYU Langone Health и их Перлмуттерского онкологического центра разработали инструмент глубокого обучения под названием NYU‑DRP, который оценивает пятилетний риск развития рака груди у женщины, анализируя её 3D‑маммограммы, сделанные за несколько лет.

Модель глубокого обучения, построенная на продольных 3D‑маммограммах

Инструмент анализирует продольную цифровую томосинтезу молочной железы (longitudinal DBT) — запись 3D‑маммограмм, которую женщина накапливает в ходе ежегодных скринингов. Валидационное исследование под названием «Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study» было опубликовано в журнале American Journal of Roentgenology онлайн 12 августа 2026 года после принятия 3 августа 2026 года и имеет DOI 10.2214/AJR.26.34951.

В статье указано, что её цель — разработать и оценить модель глубокого обучения, использующую продольные исследования DBT для прогнозирования долгосрочного риска рака груди. Авторы отмечают, что модели прогнозирования риска рака груди, основанные на визуализации, в основном использовали полно‑поле цифровую маммографию (FFDM), и хотя DBT стал основной методикой скрининга в США, его потенциал для долгосрочного прогнозирования риска остаётся недостаточно изученным.

«Наше исследование показывает, как модели ИИ, такие как NYU‑DRP, могут надёжно определять будущий риск рака груди у женщины на основе существующих 3D‑маммограмм, содержащих информацию об изменениях ткани груди в ходе множества скринингов», — сказал главный исследователь Янци Сюй, кандидат наук, постдокторский научный сотрудник отдела радиологии в NYU Grossman School of Medicine и Перлмуттерском онкологическом центре.

Ретроспективная когорта и полученные результаты

Согласно опубликованному исследованию, ретроспективный анализ охватывал 313 335 исследований DBT у 161 077 женщин со средним возрастом 58,5 лет, проведённых с января 2016 по август 2020 года в одном медицинском учреждении. В объявлении NYU Langone говорится, что NYU‑DRP был создан на основе 313 531 ежегодных 3D‑маммограмм от 161 165 женщин без рака груди, у которых исследования проводились в больницах NYU Langone в период с 2016 по 2020 годы.

Модель DRP оценивает риск рака груди на 2–5 лет, используя продольные исследования DBT, возраст пациентки и плотность груди. Исследователи сравнили её с моделью DBT, основанной на одном моменте, с моделью Mirai, использующей одно‑дневную FFDM, и с клинической моделью риска Tyrer‑Cuzick, измеряя эффективность с помощью AUC, временно‑зависимого индекса согласованности и интегрированных метрик Brier score.

В независимом тестовом наборе из 34 570 исследований статья сообщает, что продольная модель DRP достигла пятилетнего AUC = 0.721 (95 % ДИ, 0.698–0.744), превзойдя модель, основанную на одном моменте (AUC = 0.707, 95 % ДИ, 0.683–0.730) и модель Mirai (AUC = 0.687, 95 % ДИ, 0.663–0.710), обе при p <.001. В объявлении эти результаты характеризуются как правильное ранжирование женщин с более высоким риском в 72 %, 70 % и 68 % случаев соответственно.

В сопоставленной когорте «случай‑контроль» из 432 женщин статья сообщает пятилетний AUC = 0.676 (95 % ДИ, 0.626–0.726) для модели DRP против 0.563 (95 % ДИ, 0.509–0.619; p <.001) для модели Tyrer‑Cuzick, что в объявлении представлено как 67 % против 56 %. По данным пресс‑релиза, модель Tyrer‑Cuzick не использует ИИ и маммографические снимки, а опирается на личную и семейную медицинскую информацию, такую как возраст, генетические мутации и плотность груди, подтверждённую результатами биопсии; сравнение охватывало 432 женщины, половина из которых была сопоставлена с женщинами аналогичного возраста и анамнеза, у которых пятилетние исходы различались.

В исследовании также отмечается, что плотность груди сама по себе не коррелирует с предсказанным риском. Среди обследований женщин с чрезвычайно плотной тканью груди модель отнесла 39,7 % (746 из 1 877) к группе среднего риска, при наблюдаемой пятилетней частоте рака 0,8 % (6 из 746); среди обследований женщин с жировой тканью груди модель отнесла 14,8 % (386 из 2 605) к группе высокого риска, при наблюдаемой частоте 2,6 % (10 из 386). В объявлении, где отмечается, что плотная ткань груди известна как фактор повышения риска рака, эти доли указаны как 37,6 % и 0,7 %, а также как 15,5 % и 2,5 % соответственно.

Старший исследователь Яцю «Арти» Шен, кандидат наук, доцент отдела радиологии в NYU Grossman School of Medicine и Перлмуттерском онкологическом центре, заявил, что результаты демонстрируют, что повторные 3D‑маммограммы содержат информацию о будущем риске рака груди у женщины, которую не полностью учитывают ни плотность груди, ни отдельная маммограмма. Исследователи отметили, что менее 3 % женщин, прошедших тестирование в рамках исследования, завершившегося в 2025 году, развили рак груди, и что всё тестирование проводилось с использованием оборудования для визуализации груди, произведённого компанией Hologic Inc. из Марлборо, штат Массачусетс; в статье исследование классифицируется как однопунктовое ретроспективное исследование.

Авторы делают вывод, что модель глубокого обучения, использующая продольные исследования DBT, улучшила долгосрочное предсказание риска рака груди по сравнению с моделями, основанными на FFDM, и клиническими моделями риска, и отмечают клиническое значение в виде возможности информировать динамическую оценку риска с помощью скрининговых изображений и поддерживать будущие персонализированные стратегии скрининга.

Планируемая валидация, финансирование и контекст скрининга

«Если будущие эксперименты у других женщин с раком груди окажутся успешными, то 3D‑маммограммы с поддержкой ИИ, такие как NYU‑DRP, могут помочь врачам более точно подбирать скрининг в соответствии с реальным риском женщины, выявляя тех, кто может получить пользу от дополнительного скрининга, и избегая ненужных дополнительных тестов у женщин с более низким риском», — сказала соисследователь Лаура Хиок, доктор медицинских наук, доцент отдела радиологии в NYU Grossman School of Medicine и Перлмуттерском онкологическом центре.

Шен сообщил, что команда планирует использовать программу продольного DBT для проактивного отслеживания здоровья груди у женщин, наблюдая, как инструмент влияет на их здоровье и кто развивается рак груди. Исследователи также планируют делиться инструментом и проверять его с данными других академических медицинских центров и с данными разных производителей 3D‑маммограмм.

Финансирование исследования было получено по гранту Национального научного фонда США № 1922658, гранту Национальных институтов здоровья США R01EB036530, фонду Milstein Pilot Project, фонду Shifrin‑Myers Breast Cancer Discovery и коалиции Manhasset Women’s Coalition Against Breast Cancer. Помимо Сюй, Шена и Хиок, соисследователями стали Джунгкю Парк, Фелиция Пасадын, Ци Лэй, Алана Льюин, Кшиштоф Герас, Линда Мой и Фрейя Шнабель; в статье Шен указан как корреспондент.

В объявлении исследование сопоставляется со статистикой скрининга в США: по оценкам, 1 из 8 женщин в США будет диагностирована с раком груди за свою жизнь, при этом в 2026 году ожидается около 382 640 новых случаев. Пятилетняя относительная выживаемость превышает 99 % при обнаружении рака груди на самых ранних стадиях, более 4 миллионов выживших после рака груди уже живут в стране, в 2025 году было проведено более 43 миллионов маммографий, и эксперты сейчас рекомендуют ежегодный маммографический скрининг, начиная с 40 лет.