Двойной просмотр результатов маммографии с применением технологий искусственного интеллекта: новая модель организации массовых профилактических исследований

Обоснование. Доступность наборов медицинских данных и технологий разработки программного обеспечения на основе искусственного интеллекта в последние годы привела к увеличению количества решений для медицинской диагностики и маммографии в частности. Это программное обеспечение, зарегистрированное как медицинское изделие, может быть использовано для описания цифровых маммографий, что позволит в значительной мере сэкономить временные, материальные и кадровые ресурсы в здравоохранении при гарантированном сохранении качества профилактических исследований молочных желёз.

Цель ― обосновать возможность и эффективность применения программного обеспечения на основе технологий искусственного интеллекта для первой интерпретации цифровых маммограмм при сохранении практики второго описания рентгеновских изображений врачом-рентгенологом.

Материалы и методы. Набор данных из 100 цифровых маммографических исследований, из них 50 ― «Отсутствие целевой патологии», 50 ― «Присутствие целевой патологии» (с признаками злокачественных новообразований), был обработан программным обеспечением на основе технологий искусственного интеллекта, зарегистрированным в Российской Федерации как медицинское изделие. Выполнен ROC-анализ. Ограничения исследования: значения метрик диагностической точности получены для версий программного обеспечения на основе технологий искусственного интеллекта, актуальных на конец 2022 года.

Результаты. При настройке на 80,0% чувствительность специфичность искусственного интеллекта составила 90,0% (95% ДИ 81,7–98,3), точность ― 85,0% (95% ДИ 78,0–92,0). При настройке на 100% специфичность искусственный интеллект показал чувствительность 56,0% (95% ДИ 42,2–69,8), точность ― 78,0% (95% ДИ 69,9–86,1). При настройке на 100% чувствительность специфичность искусственного интеллекта составила 54,0% (95% ДИ 40,2–67,8), точность ― 77,0% (95% ДИ 68,8–85,2). Предложены два подхода, предусматривающие автономную первую интерпретацию цифровой маммографии посредством искусственного интеллекта. Первый подход заключается в оценке рентгеновского изображения с помощью искусственного интеллекта с более высокой чувствительностью, чем у двойного описания маммографии врачами-рентгенологами, при сопоставимом уровне специфичности. Второй подход подразумевает, что программное обеспечение на основе технологий искусственного интеллекта будет определять категорию маммографии («Отсутствие целевой патологии» или «Присутствие целевой патологии») с указанием степени своей «уверенности» в полученном результате в зависимости от «коридора», в который попадает предсказанное значение.

Заключение. Оба предложенных сценария использования программного обеспечения на основе технологий искусственного интеллекта с целью автономного первого описания цифровых маммограмм способны обеспечить качество диагностики, не уступающее двойному описанию снимков врачами-рентгенологами и даже превышающее его. Экономическая выгода от практической реализации данного подхода в масштабах страны может составлять от 0,6 до 5,5 млрд рублей ежегодно.