Problems of Social Hygiene, Public Health and History of MedicineProblems of Social Hygiene, Public Health and History of Medicine0869-866X2412-2106Joint-Stock Company Chicot275810.32687/0869-866X-2026-34-4-851-856Original ArticleTHE ROLE OF AI TECHNOLOGY IN MAMMOGRAPHIC SCREENING OF BREAST CANCER WITH EVALUATION OF EFFICIENCY AND POTENTIAL FOR PRACTICAL HEALTH CAREZolotarevP. N.FrolovS. A.BadeyanV. A.ZolotaryovI. P.The Private Institution Educational Organization of Higher Education “University “Reaviz””, 189099, St. Petersburg, RussiaThe State Budgetary Institution “The Samara Oblast Clinical Oncological Dispensary”, 443031, Samara, RussiaThe Federal State Budgetary Educational Institution of Higher Education “The G. V. Plekhanov Economical University”, 115054, Moscow, Russia3108202634485185601092026Copyright © 2026,2026In conditions of increasing workload on organized mammographic screening programs and deficiency of qualified personnel, implementation of auxiliary technologies on the basis of artificial intelligence (AI) acquires special actuality. The results of retrospective cohort study included 100 histologically verified cases of breast cancer (BI-RADS category 6) permitted to evaluate diagnostic efficiency of AI algorithm as compared to independent conclusions of three certified radiologists with length of service more than 10 years. The sensitivity of technology of AI amounted 86%-96%, depending on dichotomization model. The percentage of total coincidence with appraisal of experts varied within the limits 87–91%. The level of concordance, assessed using weighted Cohen’s kappa coefficient, came up to κq = 0.76 (95% CI: 0.68–0.83) that corresponds to “good” concordance. In 1%–3% of cases, the AI algorithm identified suspicious findings missed by experts, at that without increasing volume of groundless examinations due to conservative classification of most disputable cases as BI-RADS 3 with ordering dynamic observation. The obtained results confirm clinical applicability of AI technology as standardizing and relieving tool in practical health care, capable to increase sensitivity of screening and to decrease risk of false-negative conclusions without violation of established clinical protocols.BI-RADSbreast cancerscreeningBI-RADSartificial intelligencemammographyрак молочной железыскринингискусственный интеллектмаммография1.Moiseev D. A., Yusufov A. A., Maksimov D. A., Fomina E. E. Сomparative analysis of the results of digital mammography data evaluation based on artificial intelligence “platform third opinion” and radiologists. Russian Electronic Journal of Radiology. 2024;14(4):41—56.2.Bray F., Laversanne M., Sung H., Ferlay J., Siegel R. L., Soerjomataram I., Jemal A. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J. Clin. 2024;74(3):229—63. doi: 10.3322/caac.218343.Орлов А. Е., Каганов О. И., Бабанов С. А., Фролов С. А., Сомов А. Н., Окунева И. В., Козлов А. М. Оптимизация ранней диагностики колоректального рака в Самарской области. Поволжский онкологический вестник. 2022;13(3):39—45. doi: 10.32000/2078-1466-2022-3-39-454.Орлов А. Е., Золотарев П. Н., Сомов А. Н., Жданов А. В., Фролов С. А. Разработка и обоснование эффективности комплекса мероприятий, направленных на раннее выявление злокачественных новообразований. Проблемы социальной гигиены, здравоохранения и истории медицины. 2025;(С1):884—8. doi: 10.32687/0869-866X-2025-33-s1-884-8885.Егорова А. Г., Суслин С. А., Орлов А. Е., Корякин С. А., Садреева С. Х. Онкоэпидемиологическая панель тенденций заболеваемости злокачественными новообразованиями как основа разработки региональной программы первичной профилактики рака. Современные проблемы здравоохранения и медицинской статистики. 2024;(3):553—81. doi: 10.24412/2312-2935-2024-3-553-5816.Карпов О. Э., Бронов О. Ю., Капнинский А. А., Павлович П. И., Абович Ю. А., Субботин С. А., Соколова С. В., Рычагова Н. И., Милова А. В., Никитин Е. Д. Компаративное исследование результатов анализа данных цифровой маммографии системы на основе искусственного интеллекта «Цельс» и врачей-рентгенологов. Вестник Национального медико-хирургического центра им. Н. И. Пирогова. 2021;16(2):86—92.7.Држевецкая К. С., Корженкова Г. П. Результаты двух лет маммографического скрининга на территории Калужской области. Вестник рентгенологии и радиологии. 2022;103(4—6):18—27.8.Bray F., Ferlay J., Soerjomataram I. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J. Clin. 2018;68(6):394—424. doi: 10.3322/caac.214929.Агаева Н. Ф., Исраилова Д. Ж., Аллагужин Т. Р., Ковалева А. В. Стратификация рисков злокачественности образований молочной железы при проведении лучевых методов диагностики с использованием ранжировочных систем BI-RADS. Научный медицинский вестник Югры. 2022;32(2):60—1.10.Roth Hoff S., Myklebust T. А., Lee Ch. I., Hofvind S.. Influence of Mammography Volume on Radiologists’ Performance: Results from BreastScreen Norway. Radiology. 2019 Aug;292(2):289—96. doi: 10.1148/radiol.201918268411.Митина Л. А., Казакевич В. И., Фисенко Е. П., Заболотская Н. В. Лучевая диагностика патологии молочных желез с использованием системы BI-RADS. Онкология. Журнал им. П. А. Герцена. 2013;1(3):17—9.12.Приказ Минздрава России от 20.10.2020 №1130н «Об утверждении Порядка оказания медицинской помощи по профилю «акушерство и гинекология» (зарегистрировано в Минюсте России 12.11.2020 №60869). Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_367763/ (дата обращения 06.06.2025).13.Лось Д., Шаршакова Т. Применение искусственного интеллекта в диагностике рака молочной железы. Наука и инновации. 2025;3(265):76—83.14.Torres-Mejía G., Smith R. A., Carranza-Flores L. L., Bogart A., Martínez-Matsushita L., Miglioretti D. L., Kerlikowske K., Ortega-Olvera C., Montemayor-Varela E., Angeles-Llerenas A., Bautista-Arredondo S., Sánchez-González G., Martínez-Montañez O. G., Uscanga-Sánchez S. R., Lazcano-Ponce E., Hernández-Ávila M. Radiographers supporting radiologists in the interpretation of screening mammography: a viable strategy to meet the shortage in the number of radiologists. BMC Cancer. 2015;15(1):1—12.15.Гусев А. В., Артемова О. Р., Андрейченко А. Е., Иванов И. В. Формирование рынка программных медицинских изделий в Российской Федерации в 2007-2024 гг.: практические результаты. Национальное здравоохранение. 2024;5(3):53—61. doi: 10.47093/2713-069X.2024.5.3.53-61. EDN DBXSMJ16.Dang L., Chazard E., Poncelet E., Serb T., Rusu A., Pauwels X., Parsy C., Poclet T., Cauliez H., Engelaere C., Ramette G., Brienne Ch., Dujardin S., Laurent N. Impact of artificial intelligence in breast cancer screening with mammography. Breast Cancer (Tokyo). 2022;29(6):967—77.17.Павлович П. И., Бронов О. Ю., Капнинский А. А., Абович Ю. А., Рычагова Н. И. Сравнительное исследование результатов анализа данных цифровой маммографии системы на основе искусственного интеллекта «Цельс» и врачей-рентгенологов. Digital Diagnostics. 2021;2(S2):22—3.18.Золотарев П. Н., Кармангулов А. А., Грабоздин Ю. П., Комаров С. Н. Опыт применения искусственных нейронных сетей в лучевой диагностике новой коронавирусной инфекции. Менеджмент качества в медицине. 2025;(1):94-8. EDN ELHTZE19.Золотарев П. Н., Фролов С. А., Шамсудинов Р. Ш., Бенян А. С. Организационные мероприятия комплексного внедрения технологий искусственного интеллекта в Самарской области. Менеджмент качества в медицине. 2025;(3):29—32.20.Бородулина Е. А., Гогоберидзе Ю. Т., Просвиркин И. А., Бородулин Б. Б., Вдоушкина Е. С., Поваляева Л. В., Жилинская К. В., Русских Е. В. Скрининговые обследования населения на заболевания легких с применением искусственного интеллекта. Возможности и перспективы. Поликлиника. 2024;(3-1):17—9.