资讯
NYU-DRP AI Model Predicts Five-Year Breast Cancer Risk From 3D Mammograms
📋总体概括
NYU朗格尼健康中心及其珀尔马特癌症中心于2026年9月10日宣布，研究团队开发了名为NYU-DRP的深度学习工具，可通过分析女性多年积累的3D钼靶影像（纵向数字乳腺断层扫描，DBT），预测其未来五年内罹患乳腺癌的风险。该模型利用纵向影像数据而非单次检查，有望提升风险分层与筛查决策的精准度。
⚡关键信息
- ▸NYU朗格尼健康中心与珀尔马特癌症中心于2026年9月10日发布深度学习工具NYU-DRP
- ▸该工具用于预测女性未来五年内患乳腺癌的风险
- ▸模型基于多年积累的3D钼靶影像即纵向DBT数据进行风险估算
- ▸区别于传统单次影像评估，NYU-DRP利用时间维度上的影像变化捕捉风险信号
🔥犀利点评
乳腺癌风险预测模型一抓一大把，但大多盯着单次影像的静态特征，NYU-DRP押注「纵向DBT」这个时间维度算是找对了差异化切口——肿瘤演变轨迹往往比单帧切片更能暴露问题。不过要泼冷水：多年度3D影像意味着对数据连续性要求极高，换医院、换设备就断档，真实世界覆盖率存疑。且五年风险预测的临床价值取决于能否改变随访策略，光会算分不改决策就是屠龙之技。接下来看验证数据和前瞻性落地，别又是论文漂亮、临床靠边。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 unite.ai 阅读全文 →