乳がんは日本人女性の罹患第1位。だが日本人、とくに40代は「高濃度乳房（dense breast）」が多く、白く写る乳腺にがんが紛れてマンモの感度が落ちる＝マスキング。濃度判定は読影医間でばらつき、「あなたは追加検査が要るのか」が曖昧なまま返される。濃度とマスキングをどう連続量で測り、誰に超音波を勧めるか——が問い。
深層学習でマンモから①乳腺濃度を連続定量②「がんが隠れている確率＝マスキングリスク」③日本人コホートで較正できる。海外ではAISmartDensity等が「がん徴候＋マスキング＋リスク」で追加検査の選別に成功（先行あり）。新規は、日本のJ-STARTが示した高濃度乳房×補助超音波に乗せた日本人較正＋検診パスウェイ接続＋中間期がんアウトカム紐づけ。"世界初"は名乗らない。
濃度判定は主観的（BI-RADS a–dのばらつき）で、マスキングは人には読めない。画素レベルの乳腺パターン＋がん徴候＋既知リスクを統合して「隠れている確率」を出すのはAIでしか到達できない粒度。
「マンモは陰性、でも高濃度で隠れている確率が高い→補助超音波へ」という較正済みトリアージで、見逃し（中間期がん）を減らし、不要な追加検査も抑える。確定診断・治療は乳腺科専門医、本企画は濃度・マスキングの構造化とトリアージ支援に限定。Hiroは医学生×エンジニアで臨床と画像処理の両面が効く。