Искусственный интеллект в диагностике рака: почему растет точность скрининга

Таковы результаты промежуточного анализа шведского рандомизированного исследования MASAI, опубликованного в The Lancet Digital Health в феврале 2025 года. При этом число прочтений снимков врачами уменьшилось на 44,2%, а доля ложноположительных результатов почти не изменилась.

Эти результаты показывают, почему применение нейросетей в онкологии уже обсуждают не только как перспективу, но и как часть клинического процесса. Однако рост числа выявленных случаев сам по себе не доказывает, что метод обладает большей чувствительностью во всех смыслах или снижает смертность. Чтобы понять значение цифр, важно разобраться, как именно была устроена работа MASAI и что исследование измеряло.

В MASAI выявляемость составила 6,4 против 5,0 случая на 1000 обследований. Число прочтений снимков сократилось, а доля ложноположительных результатов существенно не изменилась.

Эволюция скрининга: от ручного анализа снимков к интеллектуальным помощникам

Традиционная программа скрининга рака молочной железы часто использует двойное чтение: маммограмму независимо оценивают два рентгенолога. Такая схема позволяет получить второе экспертное мнение, но требует времени и кадров. Там, где специалистов не хватает, организовать двойное чтение сложнее; в некоторых программах снимок может оценивать один врач.

Алгоритмы компьютерного зрения стали одним из способов изменить этот процесс. Ранние системы помогали сортировать снимки по уровню подозрения: выделяли изображения, которым стоило уделить больше внимания, и облегчали первичный разбор потока. Более поздние модели встраиваются в клиническую схему иначе: они оценивают снимки и помогают определить, какие из них требуют дополнительного чтения человеком.

Это не означает, что любой алгоритм автоматически заменяет рентгенолога или выполняет ту же работу тем же способом. Системы различаются по задачам, степени автономности и роли в маршруте пациента. Одни выдают сигнал специалисту, другие помогают распределять случаи между специалистами, третьи могут участвовать в принятии решений по скринингу. Результаты одной модели нельзя без проверки переносить на другую.

Метаанализ 2023 года, посвящённый ИИ при скрининговой цифровой маммографии, показал, что в изученных сценариях алгоритмы могли давать результат не хуже или лучше отдельного рентгенолога либо среднего результата читателей. При этом авторы сочли данные по томосинтезу молочной железы недостаточными для уверенных сравнений. Такие обзоры помогают очертить возможности технологии, но они не заменяют испытаний в реальной программе скрининга.

Поэтому главный вопрос цифровизации медицинской диагностики постепенно смещается. Уже недостаточно знать, может ли модель распознать подозрительную область на снимке. Нужно понимать, где именно она включена в процесс, какие решения остаются за врачом и как меняются нагрузка, выявляемость и дальнейшее обследование пациенток.

Уроки шведского исследования MASAI: цифры выявляемости и реальная нагрузка на специалистов

MASAI сравнивает скрининг с поддержкой ИИ и стандартное двойное чтение. Исследование проводилось на четырёх площадках в юго-западной Швеции. Набор участниц начался 12 апреля 2021 года, а промежуточный анализ опубликовали 3 февраля 2025 года в The Lancet Digital Health.

В исследовании оценивали не просто «первого читателя» и «второго читателя». Алгоритм использовали для оценки и сортировки маммограмм, а полученные результаты определяли дальнейший путь снимка в схеме чтения. Рентгенологи сохраняли важную роль в оценке изображений, а случаи, требовавшие дополнительного экспертного обсуждения, разбирались на консилиуме. Это принципиально: MASAI проверяло работу организованного процесса с поддержкой ИИ, а не изолированную замену одного врача алгоритмом.

В группе с поддержкой ИИ выявляемость оказалась выше: 6,4 случая на 1000 обследований против 5,0 в контрольной группе. Разница соответствует относительному увеличению примерно на 29%, но речь идёт именно о числе выявленных случаев на 1000 обследований. Это не отдельное прямое измерение чувствительности диагностического метода и не доказательство того, что алгоритм одинаково хорошо работает во всех популяциях и условиях.

Изменилось и число прочтений. В группе с ИИ их было 61 248, в контрольной группе 109 692. Сокращение составило 44,2%. Это показатель изменения нагрузки на чтение снимков: алгоритм помог иначе распределить работу по оценке маммограмм. Сам по себе он не сообщает, насколько снизились общие расходы клиники, сколько времени высвободилось у сотрудников или как изменились затраты на дальнейшее обследование.

Доля случаев, направленных на консилиум, была близкой: 3,8% против 3,7%. Иными словами, в рамках промежуточного анализа не видно, что схема с ИИ привела к заметному увеличению доли таких разборов. Но и этот показатель описывает конкретный этап процесса, а не всю нагрузку на диагностическую службу.

Сокращение числа прочтений показывает, как меняется нагрузка на анализ маммограмм. Чтобы говорить об экономии для клиники, нужны отдельные данные о расходах и работе всего маршрута пациента.

Что стоит за показателями MASAI

Выявляемость — это число подтверждённых случаев рака на определённое количество обследований. В MASAI её представили как число случаев на 1000 обследований. Этот показатель полезен для сравнения групп, но его нельзя автоматически подменять чувствительностью: последняя требует оценки того, какую долю всех имеющихся случаев метод обнаружил, с учётом соответствующей методологии и периода наблюдения.

Ложноположительные результаты показывают другую сторону скрининга. Пациентке могут назначить дополнительную диагностику из-за подозрительного результата, хотя рак в итоге не подтвердится. В MASAI доля таких результатов составила 1,5% в группе с поддержкой ИИ и 1,4% в контрольной группе. Различие не было статистически значимым: p=0,92. Это означает, что исследование не выявило убедительной разницы между группами по этому показателю. Но это не значит, что ложноположительных результатов не было или что они перестали быть важной частью скрининга.

Чтобы оценить пользу алгоритма, нужно смотреть на несколько результатов вместе. Если выявляемость растёт, а частота ложных тревог остаётся близкой, это обнадёживает. Если же одна метрика улучшается за счёт резкого увеличения ненужных обследований, клинический смысл такого результата будет уже другим. В MASAI особенно важно не смешивать показатели, описывающие разные части работы системы.

Баланс точности: почему рост числа обнаруженных случаев не отменяет ложноположительные результаты

У скрининговой программы нет единственного числа, которое полностью описывает качество. Выявляемость показывает, сколько случаев обнаружено на заданное число обследований. Ложноположительные результаты помогают оценить, как часто подозрение не подтверждается. Интервальный рак отражает случаи, диагностированные между плановыми раундами. Для оценки работы скрининга важны все эти показатели, а также то, как устроено наблюдение после первичного снимка.

В MASAI рост выявляемости не сопровождался статистически значимым увеличением доли ложноположительных результатов. Это хороший знак для схемы, испытанной в исследовании, но не повод считать задачу решённой. Даже небольшая доля ложных тревог означает, что некоторым пациенткам предстоят дополнительные обследования, ожидание результатов и тревога, не заканчивающаяся диагнозом рака.

Кроме того, скрининг оценивают не только по тому, сколько случаев он обнаруживает в момент обследования. Нужно учитывать, какие случаи появляются между раундами и удаётся ли выявлять заболевание на стадии, когда лечение может быть эффективнее. Важны и возможные последствия более интенсивного обнаружения: например, насколько найденные случаи меняют дальнейший клинический маршрут. Промежуточные результаты MASAI не дают полного ответа на эти вопросы.

Систематические обзоры также напоминают о границах доказательной базы. Ретроспективные сравнения могут подсказать, где алгоритм выглядит многообещающе, но не всегда показывают, как он поведёт себя в организованной программе с реальными пациентами и врачами. Рандомизированное исследование вроде MASAI позволяет оценить такую схему надёжнее, однако его выводы относятся к конкретному виду обследования и условиям проведения.

Рост числа выявленных случаев поэтому нельзя превращать в обещание улучшения исходов для всех пациенток. Он описывает важный результат скрининга, но не заменяет данные о последующих диагнозах, лечении и долгосрочном здоровье. Именно здесь развитие медицинских алгоритмов требует не громких обещаний, а аккуратного продолжения наблюдений.

Больше выявленных случаев на 1000 обследований — важный результат. Но сам по себе он не доказывает снижения смертности и не отменяет необходимости учитывать ложноположительные результаты.

Регулирование рынка: как профильные ведомства контролируют допуск медицинских алгоритмов

В США за допуск медицинских изделий отвечает FDA. Ведомство ведёт перечень устройств с функциями искусственного интеллекта и периодически обновляет его. В черновике указан показатель свыше 1600 разрешённых к маркетингу изделий к сентябрю 2026 года, однако он относится ко всем медицинским направлениям. Его нельзя считать числом онкологических алгоритмов или доказательством того, что все разрешённые системы широко используются в клиниках.

Путь к допуску зависит от класса устройства и того, как производитель описывает его назначение. Среди основных процедур FDA:

• 510(k) применяется, когда устройство демонстрирует существенную эквивалентность уже разрешённому аналогу.
• De Novo предназначена для устройств без подходящего предшественника, если их риск относится к умеренному.
• Premarket Approval (PMA) используется для изделий высокого риска и предполагает более строгую оценку.

Имеет значение и то, какую роль алгоритму отводят в клинике. Инструмент, который помогает врачу оценить снимок, и система с более самостоятельной функцией требуют разного подхода к оценке риска и доказательствам. Важны заявленное назначение, возможные последствия ошибки и то, кто принимает итоговое решение.

Регуляторное разрешение не означает, что алгоритм подходит любой клинике, любому потоку пациентов и любому протоколу. Перед внедрением медицинской организации нужно понять, соответствует ли продукт её задачам и как он вписывается в существующий маршрут обследования. Также важно следить за обновлениями: алгоритмы могут меняться, а вместе с ними могут меняться и требования к проверке их работы.

Число одобренных изделий говорит о масштабе развития рынка, но не отвечает на более практичный вопрос: какой из этих инструментов улучшает конкретную программу скрининга. Для клиник важны не только документы о допуске, но и клинические данные, совместимость с оборудованием, понятная ответственность специалистов и возможность регулярно оценивать результаты после запуска.

Перспективы цифровизации клиник: что показывают долгосрочные наблюдения за интервальным раком

Промежуточный анализ MASAI оценивал выявляемость, ложноположительные результаты и нагрузку на чтение. Следующий важный вопрос касается интервального рака: случаев, которые обнаруживают между плановыми раундами скрининга или в установленный период после последнего обследования.

Интервальный рак нельзя автоматически считать опухолью, пропущенной при предыдущем скрининге. Некоторые опухоли могли быть слишком малы или неразличимы на снимке в момент обследования, а затем проявиться или стать обнаружимыми позднее. Поэтому сам факт диагноза между раундами не объясняет, почему он возник. Такие случаи нужно оценивать с учётом изображений, сроков и особенностей заболевания.

В публикации о последующем анализе MASAI, вышедшей в июне–июле 2026 года в The Lancet, частота интервального рака составила 1,55 на 1000 участниц в группе с поддержкой ИИ и 1,76 на 1000 в группе стандартного двойного чтения. Результат для схемы с ИИ соответствовал критерию не меньшей эффективности: исследование показало, что по этому показателю она не уступила стандартной процедуре. Это важный долгосрочный ориентир, но он не превращает все интервальные случаи в ошибки предыдущего чтения и не отвечает на вопрос о смертности.

Для скрининговой технологии важно, что происходит не только в день обследования. Если алгоритм помогает обнаружить больше случаев сразу, а частота интервального рака при этом не становится выше, это укрепляет основания для дальнейшего изучения подхода. Но выводы нужно соотносить с дизайном исследования и конкретной программой: маммографические результаты нельзя автоматически переносить на скрининг других видов рака.

MASAI не доказывает, что рост выявляемости сам по себе улучшает долгосрочные исходы всех групп пациенток. Оценка влияния на смертность требует длительного наблюдения и отдельного анализа. Пока это остаётся вопросом, который нельзя закрыть показателями одного промежуточного этапа.

Что определит масштабирование

Распространение алгоритмов в онкоскрининге зависит от нескольких связанных условий.

1. Доказательная база. MASAI даёт рандомизированные данные для маммографии, но не универсальный ответ о применении ИИ во всей онкологии. Для других видов скрининга нужны собственные исследования, поскольку отличаются изображения, клинические решения и последствия ошибок.

2. Регуляторная оценка. Допуск к рынку задаёт рамки безопасного применения, но не гарантирует одинаковую пользу в разных учреждениях. Клиникам нужны данные о конкретном продукте и его заявленной задаче.

3. Организация работы. Снижение числа прочтений может изменить нагрузку на рентгенологов. Однако оно не равно сокращению всех трудозатрат: остаются дополнительные обследования, обсуждение сложных случаев, сопровождение пациенток и контроль качества.

4. Долгосрочное наблюдение. Выявляемость и интервальный рак отвечают на разные вопросы. Чтобы оценить пользу скрининга целиком, нужны данные о последующих диагнозах и клинических исходах.

Искусственный интеллект в диагностике рака переходит от обещаний к проверке в реальных клинических процессах. MASAI показывает, что поддержка алгоритма может увеличить число выявленных случаев на 1000 обследований и сократить число прочтений снимков без статистически значимого роста ложноположительных результатов. Но это не готовая формула для любой клиники и не доказательство снижения смертности. Дальнейшая цифровизация будет убедительной ровно настолько, насколько внимательно медицина продолжит измерять не только возможности алгоритма, но и последствия его применения для пациенток и специалистов.