NYU-DRP AI Modeli 3D Mamogramlardan Beş Yıllık Meme Kanseri Riskini Tahmin Ediyor

NYU Langone Health duyurdu 10 Eylül 2026 tarihinde, NYU Langone Health ve Perlmutter Cancer Center’daki araştırmacıların, çok yıllar boyunca alınan 3D mamogramları analiz ederek bir kadının beş yıllık meme kanseri geliştirme riskini tahmin eden NYU-DRP adlı bir derin öğrenme aracı geliştirdiğini.

Uzunlamasına 3D Mamogramlar Üzerine Kurulmuş Bir Derin Öğrenme Modeli

Araç, uzunlamasına dijital meme tomosentezini (longitudinal DBT) analiz eder; bu, bir kadının yıllık tekrarlanan taramalarda biriktirdiği 3D mamogram kaydıdır. “Uzunlamasına Dijital Meme Tomosentezinden 5 Yıllık Meme Kanseri Riskinin Tahmini: Tek Merkezli Retrospektif Çalışma” başlıklı doğrulama çalışması, American Journal of Roentgenology dergisinde 12 Ağustos 2026’da çevrimiçi olarak yayımlandı, 3 Ağustos 2026’da kabul edildi ve DOI 10.2214/AJR.26.34951 numarasına sahiptir.

Makale, amacının uzunlamasına DBT incelemelerini kullanarak uzun vadeli meme kanseri riskini tahmin eden bir derin öğrenme modeli geliştirmek ve değerlendirmek olduğunu belirtiyor. Yazarlar, görüntüleme temelli meme kanseri risk tahmini modellerinin çoğunlukla tam alan dijital mamografi (FFDM) kullandığını ve DBT’nin Amerika Birleşik Devletleri’nde baskın bir tarama yöntemi haline gelmiş olmasına rağmen, uzun vadeli risk tahmini için potansiyelinin hâlâ yeterince araştırılmadığını vurguluyor.

“Çalışmamız, NYU-DRP gibi AI modellerinin mevcut 3D mamogramlara dayanarak, meme dokusunun zaman içinde birden fazla tarama sırasında nasıl değiştiğine dair bilgileri içeren bu görüntüler üzerinden bir kadının gelecekteki meme kanseri riskini güvenilir bir şekilde belirleyebileceğini göstermektedir,” dedi çalışma baş araştırmacısı Yanqi Xu, PhD, NYU Grossman Tıp Fakültesi Radyoloji Bölümü ve Perlmutter Cancer Center’da doktora sonrası araştırmacı.

Retrospektif Kollektif ve Bildirilen Sonuçlar

Yayınlanan çalışmaya göre, retrospektif analiz, Ocak 2016 ile Ağustos 2020 arasında tek bir sağlık kurumunda görüntülenen, ortalama yaşı 58,5 yıl olan 161.077 kadından 313.335 DBT incelemesini kapsadı. NYU Langone duyurusu, NYU-DRP’nin 2016-2020 yılları arasında NYU Langone hastanelerinde test yaptıran meme kanseri olmayan 161.165 kadından elde edilen 313.531 yıllık 3D mamogramdan oluşturulduğunu belirtiyor.

DRP modeli, uzunlamasına DBT incelemeleri, hasta yaşı ve meme yoğunluğunu kullanarak iki ila beş yıllık meme kanseri riskini tahmin eder. Araştırmacılar, modeli tek zaman noktasındaki DBT modeli, aynı gün FFDM kullanan Mirai modeli ve Tyrer‑Cuzick klinik risk modeli ile karşılaştırdı; performansı AUC, zaman bağımlı uyum indeksi ve bütünleşik Brier skoru ölçütleriyle değerlendirdiler.

34.570 incelemeden oluşan bağımsız bir test setinde, makale uzunlamasına DRP modelinin beş yıllık AUC’sinin 0,721 (%95 GA, 0,698–0,744) olduğunu, tek zaman noktasındaki modelin 0,707 (%95 GA, 0,683–0,730) ve Mirai modelinin 0,687 (%95 GA, 0,663–0,710) olduğu ve her ikisinin de p <.001 seviyesinde olduğunu bildiriyor. Duyuru, bu sonuçları kadınları yüksek riskli olarak doğru şekilde sıralamada sırasıyla %72, %70 ve %68 oranında başarılı olarak nitelendiriyor.

432 kadından oluşan eşleştirilmiş bir vaka‑kontrol kohortunda, makale DRP modeli için beş yıllık AUC’nin 0,676 (%95 GA, 0,626–0,726) olduğunu, Tyrer‑Cuzick modeli için ise 0,563 (%95 GA, 0,509–0,619; p <.001) olduğunu bildiriyor; duyuru bu karşılaştırmayı %67’e karşı %56 olarak sunuyor. Açıklamaya göre, Tyrer‑Cuzick yapay zeka veya mamogram taramaları içermez; bunun yerine yaş, genetik mutasyonlar ve biyopsi sonuçlarıyla desteklenen meme yoğunluğu gibi kişisel ve aile tıbbi bilgilerine dayanır; karşılaştırma 432 kadını kapsadı ve yarısı benzer yaş ve geçmişe sahip kadınlarla eşleştirildi, beş yıllık sonuçları farklıydı.

Çalışma ayrıca meme yoğunluğunun tek başına tahmini riskle ilişkili olmadığını rapor ediyor. Aşırı yoğun meme dokusuna sahip kadınların incelemelerinde model, %39,7 (1.877’den 746) kadını ortalama risk olarak sınıflandırdı ve gözlemlenen beş yıllık kanser insidansı %0,8 (746’den 6) oldu; yağlı meme dokusuna sahip kadınların incelemelerinde ise %14,8 (2.605’den 386) kadını yüksek risk olarak sınıflandırdı ve gözlemlenen insidans %2,6 (386’dan 10) oldu. Duyuru, yoğun meme dokusunun kanser riskini artırdığını belirterek, bu oranları sırasıyla %37,6 ve %0,7; %15,5 ve %2,5 olarak rapor ediyor.

NYU Grossman Tıp Fakültesi Radyoloji Bölümü ve Perlmutter Cancer Center’da yardımcı doçent olan Yiqiu “Artie” Shen, PhD, çalışmanın bulgularının tekrarlanan 3D mamogramların, bir kadının gelecekteki meme kanseri riskine dair bilgileri, sadece meme yoğunluğu ya da tek bir mamogramla tam olarak yakalanamayan bir şekilde içerdiğini gösterdiğini söyledi. Araştırmacılar, 2025’te sona eren çalışmada test edilen kadınların %3’ten azının meme kanseri geliştirdiğini ve tüm testlerin Massachusetts, Marlborough’daki Hologic Inc. tarafından üretilen meme görüntüleme ekipmanlarıyla yapıldığını belirtti; makale tasarımı tek merkezli retrospektif bir çalışma olarak tanımlıyor.

Yazarlar, uzunlamasına DBT incelemelerini kullanan bir derin öğrenme modelinin, FFDM tabanlı ve klinik risk modellerine kıyasla uzun vadeli meme kanseri risk tahminini iyileştirdiğini sonucuna varıyor ve klinik etki olarak tarama görüntülerini kullanarak dinamik risk değerlendirmesini bilgilendirme ve gelecekteki kişiselleştirilmiş tarama stratejilerini destekleme potansiyelini vurguluyor.

Planlanan Doğrulama, Finansman ve Tarama Bağlamı

“Eğer diğer meme kanseri hastalarında yapılacak gelecekteki deneyler başarılı olursa, NYU-DRP gibi yapay zeka destekli 3D mamogramlar, doktorların taramayı bir kadının gerçek riskine daha iyi uyarlamasına yardımcı olabilir; ek taramadan fayda sağlayabilecek kadınları belirlerken düşük riskli olanlar için gereksiz ek testlerden kaçınılmasını sağlar,” dedi çalışma ortak araştırmacısı Laura Heacock, MD, NYU Grossman Tıp Fakültesi Radyoloji Bölümü’nde doçent.

Shen, ekibin bir sonraki adımının uzunlamasına DBT programını kullanarak kadınların meme sağlığını proaktif bir şekilde izlemeyi, aracın sağlıklarını nasıl etkilediğini ve kimlerin meme kanseri geliştirdiğini gözlemlemeyi planladığını söyledi. Araştırmacılar ayrıca aracı diğer akademik sağlık merkezlerinden ve farklı 3D mamogram üreticilerinden gelen verilerle paylaşmayı ve çapraz kontrol etmeyi planlıyor.

Çalışmanın finansman desteği National Science Foundation 1922658 numaralı hibesi, National Institutes of Health R01EB036530 numaralı hibesi, Milstein Pilot Proje Fonu, Shifrin‑Myers Meme Kanseri Keşif Fonu ve Manhasset Kadın Koalisyonu Meme Kanserine Karşı tarafından sağlandı. Xu, Shen ve Heacock dışında, çalışmanın ortak araştırmacıları Jungkyu Park, Felicia Pasadyn, Qi Lei, Alana Lewin, Krzysztof Geras, Linda Moy ve Freya Schnabel olup, makale Shen’i iletişim yazarı olarak listeliyor.

Duyuru, çalışmayı ABD tarama istatistikleri: bağlamında konumlandırıyor; tahminen ABD’de her 8 kadından 1’i yaşamı boyunca meme kanseri tanısı alacak ve 2026 yılında yaklaşık 382.640 kadının tanı alması bekleniyor. Meme kanseri en erken evrede tespit edildiğinde beş yıllık göreceli yaşam oranı %99’un üzerindedir, ülkede şu anda 4 milyondan fazla meme kanseri hastası yaşamaktadır, 2025 yılında 43 milyondan fazla mamogram yapılmış ve uzmanlar artık 40 yaşından itibaren yıllık mamografi taraması önermektedir.