澳门理工大学应用科学学院智能医学计算实验室主任檀韬，联同荷兰癌症研究所等组成研究团队，成功开发深度学习研究模型—“Mammo-AGE＂。此模型能透过常规的乳房X光摄影侦测肿瘤，更可从影像中评估乳房的“生物年龄＂，为乳癌风险评估、早期检测，以及个性化筛查带来崭新突破。研究成果获国际顶尖学术期刊《Nature Communications》（《自然通讯》）刊登。

乳腺癌一直是全球女性健康面临的严峻挑战，及早发现是成功治疗的关键。澳门理工大学及国际科研团队研发的“Mammo-AGE＂是一种尖端的深度学习模型，能分析健康女性的乳房X光影像，推估乳房组织的“生物年龄＂。研究团队使用了来自欧、美、亚洲等地超过9.5万张影像进行开发与验证，结果显示“Mammo-AGE＂推估的“乳房年龄＂准确性极高。研究成果有助评估乳房组织的整体健康与老化程度，为乳癌风险预测提供更全面的视角。

相关研究成果以“Mammo-AGE: deep learning estimation of breast age from mammograms＂（乳龄：利用深度学习从钼靶估算年龄）为题，于国际顶尖学术期刊《Nature Communications》（《自然通讯》）刊登。研究由澳门科学技术发展基金（0105/2022/A）等项目资助，研究内容全文可浏览：https://doi.org/10.1038/s41467-025-65923-5。

《Nature Communications》由英国 Nature Portfolio出版，旨在展示生命科学、健康、物理、化学、地球及社会科学等领域的重要突破。2024年影响因子为 15.7，5 年影响因子为 17.2。该学术期刊在交叉学科、生物化学, 遗传学、物理和天文学等多个学科分区均位列 Q1，并在多学科科学领域位居领域内期刊前 5%，同时也是中科院一区TOP 期刊。