NYU-DRP AI模型预测基于3D乳腺X线摄影的五年乳腺癌风险

NYU Langone Health 宣布，于2026年9月10日，NYU Langone Health及其Perlmutter Cancer Center的研究人员开发了一种深度学习工具，名为NYU-DRP，该工具通过分析女性多年累计的3D乳腺X线摄影，估算其五年乳腺癌发病风险。

基于纵向3D乳腺X线摄影的深度学习模型

该工具分析纵向数字乳腺层析成像（longitudinal DBT），即女性在年度筛查中累计的3D乳腺X线摄影记录。验证研究题为“Predicting 5-Year Breast Cancer Risk From Longitudinal Digital Breast Tomosynthesis: A Single-Center Retrospective Study”，已于2026年8月12日在American Journal of Roentgenology线上发表（2026年8月3日接受），DOI为10.2214/AJR.26.34951。

论文指出，其目标是开发并评估一种利用纵向DBT检查预测长期乳腺癌风险的深度学习模型。作者指出，基于影像的乳腺癌风险预测模型主要采用全场数字乳腺摄影（FFDM），尽管DBT已成为美国主要的筛查方式，但其在长期风险预测方面的潜力仍未得到充分研究。

“我们的研究表明，像NYU-DRP这样的AI模型可以基于已有的3D乳腺X线摄影，可靠地确定女性未来的乳腺癌风险，因为这些影像记录了乳腺组织在多次筛查中的变化，”研究首席研究员、NYU Grossman School of Medicine放射科及Perlmutter Cancer Center的博士后研究员徐燕奇（Yanqi Xu, PhD）说。

回顾性队列及报告结果

根据已发表的研究，回顾性分析涵盖了2016年1月至2020年8月期间在同一家医疗机构进行的313,335例DBT检查，涉及161,077名平均年龄为58.5岁的女性。NYU Langone的公告称，NYU-DRP是基于2016至2020年在NYU Langone医院接受检查的161,165名未患乳腺癌女性的313,531例年度3D乳腺X线摄影构建的。

DRP模型根据纵向DBT检查、患者年龄和乳腺密度估算两至五年的乳腺癌风险。研究人员将其与单时间点DBT模型、使用同日FFDM的Mirai模型以及Tyrer‑Cuzick临床风险模型进行比较，采用AUC、时间依赖一致性指数和综合Brier评分等指标评估性能。

在34,570例独立测试集的检查中，论文报告称纵向DRP模型的五年AUC为0.721（95% CI，0.698–0.744），优于单时间点模型的0.707（95% CI，0.683–0.730）和Mirai模型的0.687（95% CI，0.663–0.710），两者均达到p <.001。公告将这些结果描述为分别在72%、70%和68%的情况下正确地将女性排在高风险位次。

在432名女性的匹配病例对照队列中，论文报告DRP模型的五年AUC为0.676（95% CI，0.626–0.726），而Tyrer‑Cuzick模型为0.563（95% CI，0.509–0.619；p <.001），公告将此比较描述为67%对56%。据发布信息，Tyrer‑Cuzick不使用AI或乳腺影像，而是基于个人和家族的医学信息，如年龄、基因突变、以及经活检确认的乳腺密度；该比较涉及432名女性，其中一半与年龄和背景相似、但五年结局不同的女性匹配。

研究进一步报告称，仅凭乳腺密度并未对应预测风险。在极度致密乳腺的检查中，模型将39.7%（1,877例中746例）归类为中等风险，实际五年癌症发病率为0.8%（746例中6例）；在脂肪性乳腺的检查中，模型将14.8%（2,605例中386例）归类为高风险，实际发病率为2.6%（386例中10例）。公告指出，已知致密乳腺组织会增加癌症风险，并将这些比例分别报告为37.6%与0.7%，以及15.5%与2.5%。

研究高级研究员、NYU Grossman School of Medicine放射科助理教授、Perlmutter Cancer Center的沈艺秋（Yiqiu “Artie” Shen, PhD）表示，研究结果表明，重复的3D乳腺X线摄影包含了关于女性未来乳腺癌风险的信息，这些信息单凭乳腺密度或单次乳腺摄影无法完全捕获。研究人员指出，在截至2025年的研究期间，接受检测的女性中不到3%发展为乳腺癌，且所有检测均使用马萨诸塞州马尔堡的Hologic Inc.生产的乳腺影像设备；论文将该设计描述为单中心回顾性研究。

作者得出结论，使用纵向DBT检查的深度学习模型在长期乳腺癌风险预测方面优于基于FFDM和临床风险模型的预测，并指出其临床意义在于可利用筛查影像提供动态风险评估，从而支持未来的个性化筛查策略。

计划的验证、资金来源及筛查背景

“如果在其他乳腺癌女性中的后续实验取得成功，那么像NYU-DRP这样的AI辅助3D乳腺X线摄影将帮助医生更好地根据女性的实际风险定制筛查方案，识别出可能受益于额外筛查的女性，同时避免对低风险女性进行不必要的补充检查，”研究共同调查员、NYU Grossman School of Medicine放射科副教授、Perlmutter Cancer Center的Laura Heacock, MD 说。

沈表示，团队接下来计划利用纵向DBT项目主动跟踪女性的乳腺健康，观察该工具对健康的影响以及哪些女性会发展为乳腺癌。研究人员还计划将该工具与其他学术健康中心的数据以及不同3D乳腺X线摄影制造商的数据进行共享和交叉验证。

该研究的经费来源包括美国国家科学基金会（NSF）资助号1922658、美国国立卫生研究院（NIH）资助号R01EB036530、Milstein Pilot Project基金、Shifrin‑Myers乳腺癌发现基金以及Manhasset女性抗乳腺癌联盟。除徐、沈、Heacock外，研究的共同调查员还包括Jungkyu Park、Felicia Pasadyn、Qi Lei、Alana Lewin、Krzysztof Geras、Linda Moy和Freya Schnabel，论文将沈列为通讯作者。

公告将该研究置于美国筛查统计数据:估计美国每8名女性中就有1名在其一生中被诊断为乳腺癌，预计2026年将有约382,640名女性被诊断。若在最早期发现乳腺癌，五年相对生存率超过99%；目前美国有超过400万乳腺癌幸存者，2025年完成的乳腺X线摄影超过4300万例，专家现建议从40岁开始进行年度乳腺摄影筛查。