Mô hình AI NYU-DRP dự đoán nguy cơ ung thư vú trong 5 năm từ ảnh nhũ ảnh 3D

NYU Langone Health đã công bố vào ngày 10 tháng 9 năm 2026 rằng các nhà nghiên cứu tại NYU Langone Health và Trung tâm Ung thư Perlmutter đã phát triển một công cụ học sâu, gọi là NYU-DRP, có khả năng ước tính nguy cơ ung thư vú trong vòng năm năm của phụ nữ bằng cách phân tích các ảnh nhũ ảnh 3D của cô ấy được chụp trong nhiều năm.

Mô hình học sâu được xây dựng trên ảnh nhũ ảnh 3D dọc thời gian

Công cụ này phân tích tomosynthesis vú kỹ thuật số dọc thời gian, hay DBT dọc thời gian, là hồ sơ ảnh nhũ ảnh 3D mà phụ nữ tích lũy qua các lần sàng lọc hàng năm. Nghiên cứu xác thực, có tiêu đề “Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study”, đã được công bố trên Tạp chí American Journal of Roentgenology trực tuyến vào ngày 12 tháng 8 năm 2026, sau khi được chấp nhận vào ngày 3 tháng 8 năm 2026, và mang DOI 10.2214/AJR.26.34951.

Bài báo cho biết mục tiêu của nó là phát triển và đánh giá một mô hình học sâu sử dụng các xét nghiệm DBT dọc thời gian để dự đoán nguy cơ ung thư vú lâu dài. Các tác giả lưu ý rằng các mô hình dự đoán nguy cơ ung thư vú dựa trên hình ảnh đã chủ yếu sử dụng nhũ ảnh kỹ thuật số toàn trường (FFDM), và mặc dù DBT đã trở thành phương pháp sàng lọc chủ đạo tại Hoa Kỳ, tiềm năng của nó trong việc dự đoán nguy cơ lâu dài vẫn chưa được khám phá đầy đủ.

“Nghiên cứu của chúng tôi cho thấy các mô hình AI như NYU-DRP có thể được sử dụng để xác định một cách đáng tin cậy nguy cơ ung thư vú trong tương lai của phụ nữ dựa trên các ảnh nhũ ảnh 3D hiện có, vốn chứa thông tin về sự thay đổi của mô vú qua nhiều lần sàng lọc theo thời gian,” ông Yanqi Xu, PhD, nhà nghiên cứu sau tiến sĩ tại Khoa Chẩn đoán hình ảnh, Trường Y khoa NYU Grossman và Trung tâm Ung thư Perlmutter, nói.

Cohort hồi cứu và Kết quả báo cáo

Theo nghiên cứu đã công bố, phân tích hồi cứu bao gồm 313.335 xét nghiệm DBT từ 161.077 phụ nữ với tuổi trung bình 58,5 năm, được chụp từ tháng 1 năm 2016 đến tháng 8 năm 2020 tại một cơ sở y tế duy nhất. Thông cáo của NYU Langone mô tả NYU-DRP được tạo ra từ 313.531 ảnh nhũ ảnh 3D hàng năm của 161.165 phụ nữ không mắc ung thư vú, những người đã thực hiện xét nghiệm tại các bệnh viện NYU Langone trong khoảng thời gian 2016‑2020.

Mô hình DRP ước tính nguy cơ ung thư vú trong vòng hai đến năm năm dựa trên các xét nghiệm DBT dọc thời gian, tuổi bệnh nhân và mật độ vú. Các nhà nghiên cứu đã so sánh nó với mô hình DBT một thời điểm duy nhất, với mô hình Mirai sử dụng FFDM cùng ngày, và với mô hình rủi ro lâm sàng Tyrer‑Cuzick, đo lường hiệu suất bằng AUC, chỉ số đồng nhất phụ thuộc thời gian và các chỉ số Brier tích hợp.

Trong một bộ kiểm tra độc lập gồm 34.570 xét nghiệm, bài báo báo cáo rằng mô hình DRP dọc thời gian đạt AUC năm năm là 0,721 (95% CI, 0,698–0,744), cải thiện so với mô hình một thời điểm duy nhất ở mức 0,707 (95% CI, 0,683–0,730) và mô hình Mirai ở mức 0,687 (95% CI, 0,663–0,710), cả hai đều có p <.001. Thông cáo mô tả những kết quả này là xếp hạng đúng phụ nữ có nguy cơ cao lần lượt ở mức 72%, 70% và 68% thời gian.

Trong một nhóm case‑control khớp nhau gồm 432 phụ nữ, bài báo báo cáo AUC năm năm của mô hình DRP là 0,676 (95% CI, 0,626–0,726) so với 0,563 (95% CI, 0,509–0,619; p <.001) của mô hình Tyrer‑Cuzick, so sánh này được thông cáo đưa ra là 67% so với 56%. Theo thông cáo, Tyrer‑Cuzick không sử dụng AI hay ảnh nhũ ảnh mà dựa vào thông tin y tế cá nhân và gia đình, như tuổi, đột biến gen và mật độ vú được hỗ trợ bởi kết quả sinh thiết; so sánh này bao gồm 432 phụ nữ, trong đó một nửa được ghép với phụ nữ có độ tuổi và hoàn cảnh tương tự nhưng kết quả năm năm khác nhau.

Nghiên cứu còn báo cáo rằng mật độ vú một mình không tương ứng với nguy cơ dự đoán. Trong các xét nghiệm của phụ nữ có vú cực kỳ dày đặc, mô hình phân loại 39,7% (746 trên 1.877) là nguy cơ trung bình, với tỷ lệ mắc ung thư trong vòng năm năm quan sát được là 0,8% (6 trên 746); trong các xét nghiệm của phụ nữ có vú mỡ, mô hình phân loại 14,8% (386 trên 2.605) là nguy cơ cao, với tỷ lệ mắc bệnh quan sát được là 2,6% (10 trên 386). Thông cáo, lưu ý rằng một mối vú dày đặc được biết là làm tăng nguy cơ ung thư, đưa ra các tỷ lệ này là 37,6% và 0,7%, và 15,5% và 2,5% tương ứng.

Nhà nghiên cứu cao cấp Yiqiu “Artie” Shen, PhD, trợ lý giáo sư Khoa Chẩn đoán hình ảnh tại Trường Y khoa NYU Grossman và Trung tâm Ung thư Perlmutter, cho biết các phát hiện chứng minh rằng các ảnh nhũ ảnh 3D lặp lại chứa thông tin về nguy cơ ung thư vú trong tương lai của phụ nữ mà không được mật độ vú hay một ảnh nhũ ảnh duy nhất nắm bắt đầy đủ. Các nhà nghiên cứu lưu ý rằng dưới 3% phụ nữ được xét nghiệm trong nghiên cứu, kết thúc vào năm 2025, đã phát triển ung thư vú, và mọi xét nghiệm đều sử dụng thiết bị chụp ảnh vú do Hologic Inc. của Marlborough, Massachusetts sản xuất; bài báo xác định thiết kế là một nghiên cứu hồi cứu một trung tâm.

Các tác giả kết luận rằng mô hình học sâu sử dụng các xét nghiệm DBT dọc thời gian đã cải thiện dự đoán nguy cơ ung thư vú lâu dài so với các mô hình dựa trên FFDM và mô hình rủi ro lâm sàng, và họ cho biết tác động lâm sàng là khả năng cung cấp đánh giá rủi ro động dựa trên hình ảnh sàng lọc và hỗ trợ các chiến lược sàng lọc cá nhân hoá trong tương lai.

Kế hoạch xác thực, tài trợ và bối cảnh sàng lọc

“Nếu các thí nghiệm trong tương lai trên những phụ nữ khác mắc ung thư vú chứng minh thành công, thì các ảnh nhũ ảnh 3D hỗ trợ AI như NYU-DRP có thể giúp các bác sĩ tùy chỉnh sàng lọc phù hợp hơn với nguy cơ thực tế của phụ nữ, bằng cách xác định những người có thể hưởng lợi từ sàng lọc bổ sung đồng thời tránh các xét nghiệm phụ không cần thiết cho những người có nguy cơ thấp,” cô Laura Heacock, MD, đồng điều tra viên của nghiên cứu, phó giáo sư Khoa Chẩn đoán hình ảnh tại Trường Y khoa NYU Grossman và Trung tâm Ung thư Perlmutter, nói.

Shen cho biết nhóm sẽ tiếp tục sử dụng chương trình DBT dọc thời gian để theo dõi sức khỏe vú của phụ nữ một cách chủ động, quan sát cách công cụ ảnh hưởng đến sức khỏe của họ và ai phát triển ung thư vú. Các nhà nghiên cứu cũng dự định chia sẻ và kiểm tra chéo công cụ với dữ liệu từ các trung tâm y tế học thuật khác và với dữ liệu từ các nhà sản xuất ảnh nhũ ảnh 3D khác nhau.

Hỗ trợ tài chính cho nghiên cứu đến từ quỹ National Science Foundation grant 1922658, quỹ National Institutes of Health grant R01EB036530, Quỹ Dự án Thí điểm Milstein, Quỹ Khám phá Ung thư vú Shifrin‑Myers, và Liên minh Phụ nữ Manhasset Chống Ung thư vú. Ngoài Xu, Shen và Heacock, các đồng điều tra viên của nghiên cứu gồm Jungkyu Park, Felicia Pasadyn, Qi Lei, Alana Lewin, Krzysztof Geras, Linda Moy và Freya Schnabel, và bài báo liệt kê Shen là tác giả liên hệ.

Thông cáo đặt nghiên cứu trong bối cảnh thống kê sàng lọc tại Hoa Kỳ: ước tính 1 trong 8 phụ nữ ở Hoa Kỳ sẽ được chẩn đoán mắc ung thư vú trong suốt đời, với khoảng 382.640 phụ nữ dự kiến sẽ được chẩn đoán vào năm 2026. Tỷ lệ sống sót tương đối trong vòng năm năm vượt quá 99% khi ung thư vú được phát hiện ở giai đoạn sớm nhất, hơn 4 triệu người sống sót sau ung thư vú hiện đang sinh sống trong nước, hơn 43 triệu ảnh nhũ ảnh đã được thực hiện vào năm 2025, và các chuyên gia hiện khuyến nghị sàng lọc nhũ ảnh hàng năm bắt đầu từ tuổi 40.