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.
