59 -7 (93) 2026 - Адилходжаев А.А., Тохтамуратов У.Р., Каспарова Г.А., Ибрагимов И.Ш., Курбанова С.Р. - ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СКРИНИНГОВОЙ МАММОГРАФИИ: СИСТЕМАТИЧЕСКИЙ ОБЗОР МИРОВЫХ ИССЛЕДОВАНИЙ
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СКРИНИНГОВОЙ МАММОГРАФИИ: СИСТЕМАТИЧЕСКИЙ ОБЗОР МИРОВЫХ ИССЛЕДОВАНИЙ
Адилходжаев А.А., Тохтамуратов У.Р. - Республиканский специализированный научно-практический медицинский центр онкологии и радиологии
Каспарова Г.А., Ибрагимов И.Ш. - Самаркандский Государственный Медицинский Университет
Курбанова С.Р. - Страновой офис Всемирной организации здравоохранения (ВОЗ) в Узбекистане
Резюме
Целью исследования явилось систематическое обобщение имеющихся доказательств эффективности ИИ-систем для анализа маммограмм в режиме скрининга. Поиск публикаций проводился в базах PubMed/MEDLINE, Embase, Web of Science и Cochrane Library за период 2019–2024 гг. Критерии включения: оригинальные исследования, посвящённые применению ИИ/глубокого обучения в маммографическом скрининге, с отчётом о показателях AUC, чувствительности и/или специфичности. Итогово включены 27 публикаций. Показатели AUC современных ИИ-систем составляли 0,706–0,980. В крупнейших проспективных исследованиях ИИ в роли второго читателя не уступал двойному чтению радиологами, а в ряде сценариев превосходил его. Применение ИИ позволяло снизить рабочую нагрузку на 20–88 % без снижения выявляемости рака. Чувствительность ИИ в режиме автономной работы варьировала от 67 до 93 %, специфичность - от 45 до 97 %. ИИ-системы демонстрируют диагностическую точность, сопоставимую или превосходящую среднего радиолога в задачах маммографического скрининга. Необходимы проспективные многоцентровые исследования для стандартизации внедрения технологии в реальную клиническую практику.
Ключевые слова: искусственный интеллект; глубокое обучение; маммография; скрининг рака молочной железы; диагностика; нейронные сети; CAD-системы; радиология.
First page
412
Last page
420
For citation:Адилходжаев А.А., Тохтамуратов У.Р., Каспарова Г.А., Ибрагимов И.Ш., Курбанова С.Р. - ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СКРИНИНГОВОЙ МАММОГРАФИИ: СИСТЕМАТИЧЕСКИЙ ОБЗОР МИРОВЫХ ИССЛЕДОВАНИЙ//New Day in Medicine 7(93)2026 412-420 https://newdayworldmedicine.com/en/new_day_medicine/7-93-2026
List of References
- World Health Organization. Global Cancer Statistics 2022. Lyon: International Agency for Research on Cancer (IARC); 2023.
- Tabár L, Vitak B, Chen HH, Yen MF, Duffy SW, Smith RA. Swedish Two-County Trial: impact of mammographic screening on breast cancer mortality. Lancet. 2003;361(9367):1405-1410.
- Nyström L, Andersson I, Bjurstam N, Frisell J, Nordenskjöld B, Rutqvist LE. Long-term effects of mammography screening: updated overview of the Swedish randomised trials. Lancet. 2002;359(9310):909-919. doi:10.1016/S0140-6736(02)08020-0.
- Sardanelli F, Hunink MGM, Gilbert FJ, Di Leo G, Krestin GP. To be or not to be a radiologist. Eur Radiol. 2019;29(12):6890-6895. doi:10.1007/s00330-019-06353-4.
- Rossi PG, Basso M, Gori S, et al. Artificial intelligence and mammographic screening: a systematic review. Eur J Radiol. 2022;149:110178. doi:10.1016/j.ejrad.2022.110178.
- Rodríguez-Ruiz A, Lång K, Gubern-Mérida A, et al. Stand-alone artificial intelligence for breast cancer detection in mammography: comparison with 101 radiologists. Radiology. 2019;293(2):327-335. doi:10.1148/radiol.2019182717.
- Bahl M. Detecting breast cancers with mammography: will AI close the gap? Radiology. 2019;293(2):336-337. doi:10.1148/radiol.2019191940.
- Yala A, Lehman C, Schuster T, Portnoi T, Barzilay R. A deep learning mammography-based model for improved breast cancer risk prediction. Radiology. 2019;292(1):60-66. doi:10.1148/radiol.2019182716.
- McKinney SM, Sieniek M, Godbole V, et al. International evaluation of an AI system for breast cancer screening. Nature. 2020;577(7788):89-94. doi:10.1038/s41586-019-1799-6.
- Dembrower K, Wåhlin E, Liu Y, et al. AI for breast cancer detection in screening mammography in Sweden. Lancet Digit Health. 2023;5(10):e703-e711. doi:10.1016/S2589-7500(23)00153-X.
file
download