AI‑модель NYU‑DRP передбачає п’ятирічний ризик раку молочної залози за даними 3D мамографій

NYU Langone Health оголосив 10 вересня 2026 року, що дослідники NYU Langone Health та їхнього Перлмуттерського онкологічного центру розробили інструмент на основі глибокого навчання під назвою NYU‑DRP, який оцінює п’ятирічний ризик розвитку раку молочної залози у жінки, аналізуючи її 3D мамографії, зняті протягом кількох років.

Модель глибокого навчання, створена на основі довгострокових 3D мамографій

Інструмент аналізує довгострокову цифрову томосинтезу молочної залози (longitudinal DBT) — запис 3D мамографій, який жінка накопичує протягом повторюваних щорічних скринінгів. Валідаційне дослідження під назвою “Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study” було опубліковано в American Journal of Roentgenology онлайн 12 серпня 2026 року після прийняття 3 серпня 2026 року і має DOI 10.2214/AJR.26.34951.

У статті зазначено, що її метою було розробити та оцінити модель глибокого навчання, яка використовує довгострокові дослідження DBT для передбачення довгострокового ризику раку молочної залози. Автори відзначають, що моделі прогнозування ризику раку молочної залози, засновані на зображеннях, переважно застосовували повнопольову цифрову мамографію (FFDM), і хоча DBT став провідним методом скринінгу у Сполучених Штатах, його потенціал для довгострокового прогнозування ризику залишився недостатньо вивченим.

«Наше дослідження демонструє, як моделі ШІ, такі як NYU‑DRP, можуть надійно визначати майбутній ризик раку молочної залози у жінки на основі існуючих 3D мамографій, які містять інформацію про зміни тканини молочної залози протягом кількох скринінгів», — сказав головний дослідник Янци Сюй, PhD, постдокторант у відділі радіології NYU Grossman School of Medicine та Перлмуттерського онкологічного центру.

Ретроспективна когорта та повідомлені результати

Згідно з опублікованим дослідженням, ретроспективний аналіз охопив 313 335 досліджень DBT 161 077 жінок зі середнім віком 58,5 років, проведених у період з січня 2016 по серпень 2020 року в одному медичному закладі. У повідомленні NYU Langone зазначається, що NYU‑DRP створено на основі 313 531 щорічної 3D мамографії 161 165 жінок без раку молочної залози, які проходили обстеження в лікарнях NYU Langone у 2016–2020 роках.

Модель DRP оцінює ризик раку молочної залози на 2–5 років, використовуючи довгострокові дослідження DBT, вік пацієнтки та щільність молочної залози. Дослідники порівняли її з однопунктовою моделлю DBT, з моделлю Mirai, що використовує одночасну FFDM, та з клінічною моделлю ризику Tyrer‑Cuzick, вимірюючи ефективність за допомогою AUC, часозалежного індексу конкордантності та інтегрованих метрик Brier score.

У незалежному тестовому наборі з 34 570 досліджень стаття повідомляє, що довгострокова модель DRP досягла п’ятирічного AUC = 0,721 (95 % ДІ, 0,698–0,744), що перевищує однопунктову модель (AUC = 0,707, 95 % ДІ, 0,683–0,730) та модель Mirai (AUC = 0,687, 95 % ДІ, 0,663–0,710), обидва результати статистично значущі (p < 0,001). У повідомленні ці результати охарактеризовано як правильне розташування жінок з підвищеним ризиком у 72 %, 70 % та 68 % випадків відповідно.

У згодженій когорті випадок‑контроль з 432 жінок стаття повідомляє п’ятирічний AUC = 0,676 (95 % ДІ, 0,626–0,726) для моделі DRP проти 0,563 (95 % ДІ, 0,509–0,619; p < 0,001) для моделі Tyrer‑Cuzick, що у повідомленні представлено як 67 % проти 56 %. За даними релізу, модель Tyrer‑Cuzick не використовує ШІ чи мамографічні знімки, а спирається на особисту та сімейну медичну інформацію, таку як вік, генетичні мутації та щільність молочної залози, підтверджену біопсійними результатами; порівняння охоплювало 432 жінки, половина з яких була зіставлена з жінками подібного віку та фону, у яких п’ятирічні результати відрізнялися.

У дослідженні також зазначено, що щільність молочної залози сама по собі не корелює з передбачуваним ризиком. Серед досліджень жінок з надзвичайно щільною тканиною, модель класифікувала 39,7 % (746 із 1 877) як середній ризик, при спостережуваній п’ятирічній частоті раку 0,8 % (6 із 746); серед жінок з жировою тканинною структурою модель класифікувала 14,8 % (386 із 2 605) як високий ризик, при спостережуваній частоті 2,6 % (10 із 386). У повідомленні, яке зазначає, що щільна тканина молочної залози підвищує ризик раку, ці показники подано як 37,6 % та 0,7 % і як 15,5 % та 2,5 % відповідно.

Старший дослідник Юцю «Арті» Шен, PhD, асистент професор у відділі радіології NYU Grossman School of Medicine та Перлмуттерського онкологічного центру, зазначив, що результати демонструють, що повторні 3D мамографії містять інформацію про майбутній ризик раку молочної залози жінки, яку не повністю охоплює ні щільність тканини, ні окрема мамографія. Дослідники зазначили, що менше 3 % жінок, протестованих під час дослідження, яке завершилось у 2025 році, розвинули рак молочної залози, і що всі дослідження проводились на обладнанні для мамографії, виготовленому Hologic Inc. з Марлборо, Массачусетс; у статті вказано, що це однопунктове ретроспективне дослідження.

Автори роблять висновок, що модель глибокого навчання, що використовує довгострокові дослідження DBT, покращує довгострокове прогнозування ризику раку молочної залози порівняно з моделями, заснованими на FFDM, та клінічними ризиковими моделями, і зазначають клінічний вплив у вигляді можливості інформувати динамічну оцінку ризику за допомогою скринінгових зображень та підтримувати майбутні персоналізовані стратегії скринінгу.

Запланована валідація, фінансування та контекст скринінгу

«Якщо майбутні експерименти у інших жінок з раком молочної залози будуть успішними, то 3D мамографії з підтримкою ШІ, такі як NYU‑DRP, можуть допомогти лікарям точніше налаштувати скринінг під реальний ризик жінки, ідентифікуючи тих, кому може бути корисним додатковий скринінг, та уникаючи непотрібних додаткових тестів для жінок з нижчим ризиком», — зазначила спі‑дослідник Лаура Хікоук, MD, доцент відділу радіології NYU Grossman School of Medicine та Перлмуттерського онкологічного центру.

Шен повідомив, що команда планує використати програму довгострокового DBT для проактивного моніторингу здоров’я молочних залоз жінок, спостерігаючи, як інструмент впливає на їхнє здоров’я та хто розвиває рак молочної залози. Дослідники також планують поділитися інструментом та перевірити його за даними інших академічних медичних центрів та даними різних виробників 3D мамографій.

Фінансування дослідження забезпечили гранти Національного фонду науки (grant 1922658), Національних інститутів здоров’я (grant R01EB036530), фонд Milstein Pilot Project, фонд Shifrin‑Myers Breast Cancer Discovery та Манхассетський жіночий коаліцій проти раку молочної залози. Окрім Сю, Шена та Хікоук, спі‑дослідниками були Джунгкю Парк, Феліція Пазадин, Ці Лей, Алана Левін, Кшиштоф Герас, Лінда Мой та Фрейя Шнабель, а у статті Шен вказаний як кореспонденти.

У повідомленні дослідження розміщено у контексті статистики скринінгу в США: за оцінками, 1 із 8 жінок у Сполучених Штатах отримають діагноз раку молочної залози протягом життя, і близько 382 640 жінок очікується діагностувати у 2026 році. П’ятирічна відносна виживаність перевищує 99 % при виявленні раку на найранішій стадії, у країні зараз живе понад 4 мільйони виживших після раку молочної залози, у 2025 році проведено понад 43 мільйони мамографій, і експерти зараз рекомендують щорічний мамографічний скринінг, починаючи з 40‑річного віку.