アジア、欧州、北米の32機関から収集した計101,638枚の乳腺全スライド画像（WSI）を用いて BRAVE モデルを構築・検証。

術前生検の陰性症例の 76.9%（NPV 0.953）、術中凍結切片の 70.1%（NPV 0.973）を安全に自動除外できることを実証。

読影試験において、AI支援により病理医の均衡正確度が 88.5% から 95.1% へ向上（オッズ比 3.14）し、診断の効率と確信度も改善。

BRAVE が算出するスコアは、無病生存率（調整ハザード比 4.79）および全生存率（同 8.14）の独立した予測因子として機能する。

病理医の不足が深刻な中、単なる精度向上ではなく「ワークフローからの安全な除外（スクリーニング）」による実質的な工数削減を、NPV（陰性的中率）という臨床的に重要な指標で定量化した。

術前・術中・術後の全ステージをカバーしており、特定の診断タスクに限定されない「乳腺病理の基盤」としての実用性を 34 のタスクで包括的に証明している。

生存予測において既存の臨床指標とは独立した予後予測能を示しており、AI が人間の目では捉えきれない予後関連特徴量を抽出できている可能性が高い。