乳癌の早期診断は適切な治療計画を立て、患者の予後を大幅に改善するために重要です。本研究では、乳房と腫瘍のMRI画像から取得した構造情報を活用し、リアルタイムに変形する乳房モデルを作成するためのグラフニューラルネットワーク（GNN）を開発しました。このモデルは、乳房組織の変形を正確に予測し、癌の節点の移動に関して0.2mmの精度を達成し、実際の癌領域との重なりに対して0.977のダイス類似係数を示しました。また、従来の有限要素シミュレーションに比べて計算コストを4000倍以上削減し、リアルタイム推論が可能です。このモデルは、乳癌診断の精度と効率を向上させる有望なソリューションとなると期待されます。