澳門理工大學應用科學學院智能醫學計算實驗室主任檀韜，聯同荷蘭癌症研究所等組成研究團隊，成功開發深度學習研究模型—“Mammo-AGE＂。此模型能透過常規的乳房X光攝影偵測腫瘤，更可從影像中評估乳房的“生物年齡＂，為乳癌風險評估、早期檢測，以及個性化篩查帶來嶄新突破。研究成果獲國際頂尖學術期刊《Nature Communications》（《自然通訊》）刊登。

乳腺癌一直是全球女性健康面臨的嚴峻挑戰，及早發現是成功治療的關鍵。澳門理工大學及國際科研團隊研發的“Mammo-AGE＂是一種尖端的深度學習模型，能分析健康女性的乳房X光影像，推估乳房組織的“生物年齡＂。研究團隊使用了來自歐、美、亞洲等地超過9.5萬張影像進行開發與驗證，結果顯示“Mammo-AGE＂推估的“乳房年齡＂準確性極高。研究成果有助評估乳房組織的整體健康與老化程度，為乳癌風險預測提供更全面的視角。

相關研究成果以“Mammo-AGE: deep learning estimation of breast age from mammograms＂（乳齡：利用深度學習從鉬靶估算年齡）為題，於國際頂尖學術期刊《Nature Communications》（《自然通訊》）刊登。研究由澳門科學技術發展基金（0105/2022/A）等項目資助，研究內容全文可瀏覽：https://doi.org/10.1038/s41467-025-65923-5。

《Nature Communications》由英國 Nature Portfolio出版，旨在展示生命科學、健康、物理、化學、地球及社會科學等領域的重要突破。2024年影響因子為 15.7，5 年影響因子為 17.2。該學術期刊在交叉學科、生物化學, 遺傳學、物理和天文學等多個學科分區均位列 Q1，並在多學科科學領域位居領域內期刊前 5%，同時也是中科院一區TOP 期刊。