乳がん検診の標準であるマンモグラフィーは、密な乳腺組織を持つ女性では感度が低下し、診断の見逃しや遅れを招いています。本研究では、機能的血管および代謝情報を捉えるAIベースの熱画像技術「Thermalytix」を用い、乳腺密度に応じて最適な画像モダリティを動的に選択するマルチモーダルAIフレームワークの効果を評価しました。324人の女性がマンモグラフィーと熱画像撮影を受け、提案されたフレームワークは脂肪性乳腺にはマンモグラフィーAIを、密な乳腺にはThermalytix AIを使用して最適な予測を実現しました。このフレームワークの感度は94.55％、特異度は79.93％であり、単独のマンモグラフィーAIやThermalytix AIよりも優れた性能を示しました。特に、密な乳腺におけるマンモグラフィーの感度は67.86％に対し、Thermalytix AIは92.59％の高い感度を維持しました。また、このフレームワークは解釈可能で低コスト、導入も容易であり、資源の豊富な環境でも限られた環境でも乳がん検診の改善に貢献する可能性があります。