Влияние технологий искусственного интеллекта на активную выявляемость рака молочной железы: эффективность и масштабирование

Актуальность. В Российской Федерации рак молочной железы  – ведущая онкологическая патология у  женского населения, по своему удельному весу значительно опережающая иные злокачественные новообразования в  структуре заболеваемости и  лидирующая в структуре смертности женщин, составляя порядка 15,5%. Ключевая роль в борьбе с этим заболеванием принадлежит скринингу – массовым профилактическим осмотрам женского населения для максимально раннего выявления признаков злокачественных новообразований молочной железы с целью своевременного и наиболее эффективного лечения. Общепризнанным методом такого скрининга является рентгеновская маммография.

Цель исследования: оценить эффективность двойного просмотра результатов профилактической маммографии с применением технологий искусственного интеллекта.

Материалы и методы. Проведено эпидемиологическое исследование за период 2015–2024 гг. на базе ЕРИС ЕМИАС, ежегодных справочников и форм федерального статистического наблюдения. В 2023 г. на основе данных Московского Эксперимента разработана и внедрена технология двойного просмотра результатов профилактической маммографии с использованием искусственного интеллекта.

Результаты. Сравнение показателей активного выявления рака молочной железы показывает принципиально разную динамику. В г. Москве доля выявленных случаев выросла с  40,9% (2015 г.) до пиковых 52,3% (2023 г.), однако пандемия вызвала обвальное падение до 18,5% (2021 г.). Постковидное восстановление обеспечило стремительный рост тренда (9,6%/год). По России динамика стабильнее: с  37,2% до 44%, тренд пологий (2,5%/год), без столичных контрастов. Внедрение двойных просмотров результатов профилактической маммографии с применением искусственного интеллекта внесло определяющий вклад в значительный и устойчивый рост активного выявления пациенток со злокачественными новообразованиями молочной железы.

Заключение. Использование медицинских изделий с технологиями искусственного интеллекта целесообразно для трансформации процессов двойного просмотра результатов профилактической маммографии. В многолетней перспективе двойной просмотр результатов профилактической маммографии с применением технологий искусственного интеллекта обеспечивает значительный и устойчивый рост активного выявления женщин со злокачественными новообразованиями молочной железы.

1. Полиданов М.А., Масляков В. В., Кузнецова Д. А., Кашихин А. А., Волков К. А., Цуканова П. Б. Динамика заболеваемости раком молочной железы в Российской Федерации и странах Европы за последние 10 лет. Психосоматические и интегративные исследования. 2025; 11(3):1–6.

2. El Masri J., Phadke S. Breast Cancer Epidemiology and Contemporary Breast Cancer Care: A Review of the Literature and Clinical Applications. Clin Obstet Gynecol. 2022 Sep 1; 65(3):461–481. DOI: 10.1097/GRF.0000000000000721.

3. Katsura C., Ogunmwonyi I., Kankam H. K., Saha S. Breast cancer: presentation, investigation and management. Br J Hosp Med (Lond). 2022 Feb 2; 83(2):1–7. DOI: 10.12968/hmed.2021.0459.

4. Злокачественные новообразования в России в 2023 г. (заболеваемость и смертность). Под ред. А. Д. Каприна [и др.]. Москва: МНИОИ имени П. А. Герцена – филиал ФГБУ «НМИЦ радиологии» Минздрава России; 2024. 276 с.

5. Концевая А.В., Баланова Ю. А., Мырзаматова А. О., Худяков М. Б., Муканеева Д. К., Драпкина О. М. Экономический ущерб онкологических заболеваний, ассоциированных с модифицируемыми факторами риска. Анализ риска здоровью. 2020; (1):133–141.

6. Zimatkina T.I., Aleksandrovich A. S. The analysis of the modern dynamics of incidence and mortality of the population of Republic of Belarus due to the breast cancer. Инновационные научные исследования. 2021; 4–2(6):168–174.

7. Tupper H., Ghukasyan R., Bayburtyan A., Hovhannisyan M., Shekherdimian S. Breast Cancer Awareness and Screening Perceptions of Women in Yerevan, Armenia. Int J Public Health. 2024 May 16; 69:1607029. DOI: 10.3389/ijph.2024.1607029.

8. Алиева Ш.Р.З.Г. Особенности эпидемиологии и хирургического лечения трижды негативного рака молочной железы в Азербайджане. Хирургия. Восточная Европа. 2024; 13(3):409–417.

9. Алдонина А. И. Заболеваемость раком молочной железы и смертность среди пациентов в Республике Беларусь: к постановке проблемы. Научное обозрение: актуальные вопросы теории и практики. Сборник статей X Международной научно-практической конференции. Пенза; 2024. С. 178–182.

10. Aitmagambetova M.A., Bekmukhambetov Ye.Zh., Smagulova G. A., Tulyayeva A. B., Koyshybaev A. K., Grjibovski A. M. Breast cancer in Western Kazakhstan: incidence, mortality and factors associated with survival. Human Ecology. 2021; 7:51–57.

11. Kasymova G.P., Utegenova A. B. Medical-demographic situation and the state of health of the adult population in connection with diseases of neoplasms in the Almaty Region of Kazakhstan. Oncology and Radiology of Kazakhstan. 2024; 3(73):11–18.

12. Расулов С.Р., Обидов Д. С., Васихов Ш. А., Гайратова Н. К. Эпидемиологические и клинические особенности рака молочной железы в Республике Таджикистан: анализ за 2016–2023 годы. Вестник последипломного образования в сфере здравоохранения. 2025; 1:81–85.

13. Normatova M.A., Juraeva N. S., Safarova G. R. Breast cancer incidence in females of reproductive age in khatlon region of the Republic of Tajikistan. Симург. 2021; 9:9–12.

14. Rim C.H., Lee W. J., Musaev B., Volichevich T. Y., Pazlitdinovich Z. Y., Lee H. Y., Nigmatovich T. M., Rim J. S. Consortium of Republican Specialized Scientific Practical-Medical Center of Oncology and Radiology and South Korean Oncology Advisory Group. Comparison of Breast Cancer and Cervical Cancer in Uzbekistan and Korea: The First Report of The Uzbekistan-Korea Oncology Consortium. Medicina (Kaunas). 2022 Oct 10; 58(10):1428. DOI: 10.3390/medicina58101428.

15. Chokoev A., Akhunbaev S., Kudaibergenova I., Soodonbekov E., Kulayev K., Ospanov K., Kuandykov Y., Telmanova Z., Makimbetov E., Igissinov N. Breast Cancer Incidence in Kyrgyzstan: Report of 15 Years of Cancer Registry. Asian Pac J Cancer Prev. 2022 May 1; 23(5):1603–1610. DOI: 10.31557/APJCP.2022.23.5.1603.

16. Duffy S.W., Tabár L., Yen A. M., Dean P. B., Smith R. A., Jonsson H. et al. Mammography screening reduces rates of advanced and fatal breast cancers: Results in 549,091 women. Cancer. 2020 Jul 1; 126(13):2971–2979. DOI: 10.1002/cncr.32859.

17. Newcomb P.A., Lantz P. M. Recent trends in breast cancer incidence, mortality, and mammography. Breast Cancer Res Treat. 1993 Nov; 28(2):97–106. DOI: 10.1007/BF00666422.

18. Chen Y., James J. J., Michalopoulou E., Darker I. T., Jenkins J. Performance of Radiologists and Radiographers in Double Reading Mammograms: The UK National Health Service Breast Screening Program. Radiology. 2022 Sep 13:212951. DOI: 10.1148/radiol.212951.

19. Euler-Chelpin M.V., Lillholm M., Napolitano G., Vejborg I., Nielsen M., Lynge E. Screening mammography: benefit of double reading by breast density. Breast Cancer Res Treat. 2018 Oct; 171(3):767–776. DOI: 10.1007/s10549-018-4864-1.

20. Кудрявцев Н.Д., Кожихина Д. Д., Гончарова И. В., Шулькин И. М., Шарова Д. Е., Арзамасов К. М., Владзимирский А. В. Влияние технологий искусственного интеллекта на длительность проведения двойного чтения мамм ографических исследований. Профилактическая медицина. 2024; 27(5):32–37.

21. Искусственный интеллект в лучевой диагностике: Per Aspera Ad Astra. Под ред. Ю. А. Васильева, А. В. Владзимирского. Москва: Издательские решения; 2025. 491 с.

22. Васильев Ю.А., Колсанов А. В., Арзамасов К. М., Владзимирский А. В., Омелянская О. В., Семенов С. С., Аксенова Л. Е. Оценка производительности программного обеспечения на основе технологии искусственного интеллекта при описании цифровых маммографических исследований. Digital Diagnostics. 2024; 5(4):695–711.

23. Arzamasov K.M., Vasilev Y. A., Vladzymyrskyy A. V., Omelyanskaya O. V., Shulkin I. M., Kozikhina D. D., Goncharova I. V., Gelezhe P. B., Kirpichev Y. S., Bobrovskaya T. M., Andreychenko A. E. An international non-inferiority study for the benchmarking of ai for routine radiology cases: chest x-ray, fluorography and mammography. Healthcare. 2023; 11(10).

24. Dembrower K., Crippa A., Colón E., Eklund M., Strand F. ScreenTrustCAD Trial Consortium. Artificial intelligence for breast cancer detection in screening mammography in Sweden: a prospective, population-based, paired-reader, non-inferiority study. Lancet Digit Health. 2023 Oct; 5(10): e703-e711. DOI: 10.1016/S2589–7500(23)00153-X.

25. Eisemann N., Bunk S., Mukama T., Baltus H., Elsner S. A., Gomille T., Hecht G., Heywang-Köbrunner S., Rathmann R., Siegmann-Luz K., Töllner T., Vomweg T. W., Leibig C., Katalinic A. Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nat Med. 2025 Mar; 31(3):917–924. DOI: 10.1038/s41591-024-03408-6.

26. Branco P.E.S.C., Franco A. H.S., de Oliveira A. P., Carneiro I. M.C., de Carvalho L. M.C., de Souza J. I.N., Leandro D. R., Cândido E. B. Artificial intelligence in mammography: a systematic review of the external validation. Rev Bras Ginecol Obstet. 2024 Sep 4; 46: e-rbgo71. DOI: 10.61622/rbgo/2024rbgo71.

27. Larsen M., Aglen C. F., Lee C. I., Hoff S. R., Lund-Hanssen H., Lång K., Nygård J. F., Ursin G., Hofvind S. Artificial Intelligence Evaluation of 122 969 Mammography Examinations from a Population-based Screening Program. Radiology. 2022 Jun; 303(3):502–511. DOI: 10.1148/radiol.212381.

28. Marinovich M.L., Wylie E., Lotter W., Lund H., Waddell A., Madeley C., Pereira G., Houssami N. Artificial intelligence (AI) for breast cancer screening: BreastScreen population-based cohort study of cancer detection. EBioMedicine. 2023 Apr; 90:104498. DOI: 10.1016/j.ebiom.2023.104498.

29. Зуков Р.А., Комиссарова В. А., Сафонцев И. П., Евминенко С. А. Искусственный интеллект в диагностике рака молочной железы: опыт региона. Врач и информационные технологии. 2024; 4:72–84.