Отправить статью по E-mail 
РОЛЬ ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МАММОГРАФИЧЕСКОМ СКРИНИНГЕ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ С ОЦЕНКОЙ ЭФФЕКТИВНОСТИ И ПОТЕНЦИАЛА ДЛЯ ПРАКТИЧЕСКОГО ЗДРАВООХРАНЕНИЯ
- Авторы: Золотарев П.Н.1, Фролов С.А.2, Бадеян В.А.1, Золотарев И.П.3
- Учреждения:
- ЧУОО ВО «Университет «Реавиз», 189099, г. Санкт-Петербург
- ГБУЗ «Самарский областной клинический онкологический диспансер», 443031, г. Самара
- ФГБОУ ВО «Российский экономический университет имени Г. В. Плеханова», 115054, г. Москва
- Выпуск: Том 34, № 4 (2026)
- Страницы: 851-856
- Раздел: Статьи
- URL: https://journal-nriph.ru/journal/article/view/2758
- DOI: https://doi.org/10.32687/0869-866X-2026-34-4-851-856
- Цитировать
Аннотация
В условиях растущей нагрузки на систему организованного маммографического скрининга и дефицита кадровых ресурсов особую актуальность приобретает внедрение вспомогательных технологий на основе искусственного интеллекта. В ретроспективном когортном исследовании, включавшем 100 гистологически верифицированных случаев рака молочной железы, проведена оценка диагностической эффективности алгоритма искусственного интеллекта в сравнении с независимыми заключениями трех сертифицированных рентгенологов со стажем работы более 10 лет. Чувствительность технологии искусственного интеллекта составила 86—96% в зависимости от модели дихотомизации, процент полного совпадения с экспертными оценками варьировал в пределах 87—91%, а уровень согласованности, оцененный с помощью взвешенной каппы Коэна, достиг κq=0,76 (95% ДИ 0,68—0,83), что соответствует «хорошей» согласованности. В 1—3% случаев алгоритм выявлял подозрительные находки, которые пропускали эксперты, не увеличивая при этом объем необоснованных дополнительных обследований благодаря консервативной классификации большинства спорных случаев как BI-RADS 3 с назначением динамического наблюдения. Полученные данные подтверждают клиническую применимость технологии искусственного интеллекта в качестве стандартизирующего и разгружающего инструмента в практическом здравоохранении, способного повысить чувствительность скрининга и снизить риск ложноотрицательных заключений без нарушения устоявшихся клинических протоколов.
Об авторах
П. Н. Золотарев
ЧУОО ВО «Университет «Реавиз», 189099, г. Санкт-Петербург
С. А. Фролов
ГБУЗ «Самарский областной клинический онкологический диспансер», 443031, г. Самара
В. А. Бадеян
ЧУОО ВО «Университет «Реавиз», 189099, г. Санкт-Петербург
И. П. Золотарев
ФГБОУ ВО «Российский экономический университет имени Г. В. Плеханова», 115054, г. Москва
Список литературы
- 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.
- 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.21834
- 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: 10.32000/2078-1466-2022-3-39-45
- 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-s1-884-888
- 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: 10.24412/2312-2935-2024-3-553-581
- 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.
- 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.
- 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.21492
- 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.
- 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.2019182684
- 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.
- 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).
- Лось Д., Шаршакова Т. Применение искусственного интеллекта в диагностике рака молочной железы. Наука и инновации. 2025;3(265):76—83.
- 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.
- 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 DBXSMJ
- 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.
- 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.
- 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 ELHTZE
- 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.
- 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.
