Поворотный момент для ИИ в маммографии: данные The Lancet и российская практика Сегодня в «Коммерсанте» вышел материал о внедрении ИИ в маммографическом скрининге, включая пример работы «Третье Мнение» в Свердловской области. В статье приводятся данные The Lancet с результатами проекта MASAI в Швеции - одного из крупнейших рандомизированных исследований ИИ в скрининге рака молочной железы. В большинстве европейских программ скрининга используется двойное чтение маммограмм - каждый снимок независимо оценивают два рентгенолога. Это повышает выявляемость, но создаёт серьёзную нагрузку на систему. В России двойное независимое чтение закреплено в клинических рекомендациях Минздрава РФ по раку молочной железы как стандарт обеспечения качества диагностики. В MASAI сравнили две модели: 1️⃣ стандарт - двойное чтение двумя врачами; 2️⃣ модель с ИИ - алгоритм + один рентгенолог (частичная замена второго чтения через ИИ-триаж). По ключевым клиническим метрикам ИИ-группа показала позитивную динамику: 📉 –12% случаев интервального рака (1,55 на 1000 vs 1,76 на 1000) 📉 –16% случаев инвазивного интервального рака 📉 –21% крупных опухолей (T2+) 📉 –27% агрессивных подтипов рака 📈 +9% к чувствительности 80,5% vs 73,8% Чувствительность в данном примере - показатель отсутствия пропусков патологии и доля случаев рака, которые скрининг смог выявить. В ИИ-группе пропусков было меньше: 19,5% vs 26,2% (25% относительное снижение пропусков) 🎯 Специфичность сохранилась (98,5%) - рост выявляемости не сопровождался “гипердиагностикой”. Системный эффект ⚖️ –44% нагрузки на рентгенологов За счёт ИИ-триажа и сокращения объёма двойного чтения рентгенолога. ИИ в маммографии в России - это уже не пилоты: за последние годы алгоритмы помогли проанализировать миллионы маммограмм, в том числе в формате совместного чтения «ИИ + врач» в рамках ОМС. В регионах технология активно внедряется, включая Свердловскую область. Сегодня можно уверенно говорить: технология доказала клиническую эффективность и востребованность системой здравоохранения. Следующий этап - зрелое масштабирование: — проработка сценариев применения и совместной работы “ИИ+врач” — дальнейшие контрольные исследования — мониторинг качества — возможная адаптация нормативно-правовой базы. Как вы считаете, что является главным ограничением для масштабирования ИИ в скрининге - технология, регуляторика или организационные процессы? #тренды_и_прогнозы #ИИвмедицине