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 Mammografie-basiertes 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.
