← Главная новостей | Торговый зал
2026-11-04 · Источник：Unite AI
Исследователи NYU Langone Health и её онкоцентра Perlmutter Cancer Center представили инструмент глубокого обучения NYU-DRP, который оценивает пятилетний риск развития рака молочной железы у женщины по 3D-маммограммам, накопленным за несколько лет.
10 сентября 2026 года NYU Langone Health объявила, что исследователи этого медицинского центра и входящего в него Perlmutter Cancer Center создали инструмент глубокого обучения NYU-DRP, оценивающий пятилетний риск развития рака молочной железы у женщины. Если прежде оценка риска могла держаться на результатах единственного обследования, то новая система строит прогноз на 3D-маммограммах, снятых на протяжении нескольких лет, обращая саму историю визуализаций пациентки в исходный материал для предсказания.
Техническим фундаментом инструмента служит продольная цифровая томосинтезная маммография, известная как longitudinal DBT, — запись 3D-маммограмм, которую женщина накапливает за чередой скрининговых визитов. Вместо оценки изолированного снимка модель читает этот многолетний архив, ставя накопление данных визуализации во времени в центр оценки риска. Отличительная черта работы, как описано в сообщении, — именно эта продольная стратегия: модель задумана учиться на том, как 3D-маммографическая летопись пациентки простирается на годы, а не на каком-либо одном её кадре.
Для читателей, отслеживающих спрос на вычислительные мощности для ИИ, сообщение подчёркивает: медицинская визуализация остаётся одним из самых активных направлений развёртывания глубокого обучения. Модели такого рода зависят от обучения на обширных продольных архивах изображений — это профиль нагрузки, отличный от схемы «один запрос — один вывод», доминирующей в потребительском ИИ. Больничные исследовательские группы, действующие в связке со специализированными онкоцентрами, как в случае NYU Langone и её Perlmutter Cancer Center, предстают заметными производителями моделей, нацеленных на клинику.
Ключевое утверждение узко, но конкретно: NYU-DRP превращает накопленные за годы данные 3D-маммографии в оценку пятилетнего риска рака молочной железы. Привязав прогноз к longitudinal DBT, команда NYU выстраивает оценку риска вокруг истории визуализаций пациентки как непрерывной летописи, а не череды разрозненных обследований — подход, выводящий многолетние архивы снимков и необходимые для обучения на них вычислительные мощности в центр конструкции модели.
Теги: NYU Langone Health · NYU-DRP · Perlmutter Cancer Center · Deep Learning · Medical Imaging · Breast Cancer
萬安算交所 AIXX · AIXX · Верифицированная биржа · В торговый зал