Eine hohe Brustgewebedichte ist ein bekannter Risikofaktor für Mammakarzinome, doch
die Diagnostik ist subjektiv und variiert unter den Radiologen deutlich. Adam Yala
und seine Kollegen entwickelten deshalb ein mammografiebasiertes Lernmodell, das eine
genauere Risikovorhersage ermöglicht als die Dichte des Brustgewebes. Damit konnte
die Risikodiskrimination im Vergleich zum bekannten Tyrer-Cuzick-Modell (TCM) erheblich
verbessert werden.
