Набор данных ультразвуковой маммографии с цепочками рассуждений, охватывающий все категории гистопатологии

Почему это исследование важно

Скрининг рака молочной железы всё чаще опирается на ультразвуковые исследования, особенно у молодых женщин и в регионах с ограниченным доступом к маммографии. Тем не менее даже лучшие инструменты искусственного интеллекта (ИИ) для чтения этих снимков нередко ведут себя как «чёрные ящики», выдавая вердикт — доброкачественно или злокачественно — без объяснения своего вывода. В этой статье представлен BUS-CoT, новый общедоступный набор данных ультразвуковых исследований молочной железы, предназначенный не только для обучения ИИ обнаружению рака, но и для того, чтобы научить его «думать вслух» — в манере, отражающей рассуждения опытных радиологов при сложных случаях.

От размытых снимков к структурированным подсказкам

УЗ-изображения шумны и трудны для интерпретации даже для специалистов. Эксперты не ограничиваются беглым взглядом и немедленным диагнозом; они ищут цепочку визуальных подсказок — овальная или неправильная форма образования, гладкие или зазубренные края, наличие тени, мелкие яркие точ­ки, указывающие на кальцинаты. Эти признаки затем сопоставляют с правилами и шкалами, например BI-RADS, чтобы оценить риск злокачественности и решить, нужна ли биопсия. Существующие системы ИИ обычно пропускают такое пошаговое рассуждение, переходя напрямую от пикселей к предсказанию, из‑за чего их решения трудно доверять и применять в необычных или редких случаях.

Богатая коллекция реальных клинических случаев

Набор данных BUS-CoT решает эти проблемы, объединив 11 439 ультразвуковых изображений молочной железы, соответствующих 11 850 очагам у 4 838 пациентов, собранных из публикаций, открытых наборов данных и онлайн‑репозиториев клинических случаев с разных континентов и с применением разных аппаратов УЗИ. Важнейший момент: коллекция охватывает все 99 категорий тканей молочной железы, определённых Всемирной организацией здравоохранения — от распространённых доброкачественных образований, таких как фиброаденомы, до редких и агрессивных опухолей. Такое широкое покрытие устраняет важное ограничение ранних наборов данных, которые обычно не включали редкие заболевания, из‑за чего ИИ был плохо подготовлен к тем случаям, в которых врачам приходится сталкиваться с наибольшими трудностями.

Обучение машин следовать цепочке рассуждений

Помимо исходных изображений, BUS-CoT предоставляет несколько уровней экспертной аннотации. Радиологи сначала фиксируют базовые наблюдения: имеется ли образование, есть ли кальцинаты и где расположена патология. Затем они помечают детальные визуальные признаки — форма, края, внутренняя эхоструктура и прочее — после чего присваивают категории BI-RADS и связывают эти визуальные находки с подтверждённой гистопатологией из образцов ткани. Наконец, они переводят эту структурированную информацию в наративную цепочку рассуждений: краткое пошаговое объяснение, связывающее то, что видно на снимке, с причинами, по которым тот или иной диагноз более вероятен. В отличие от автоматически сгенерированного текста, эти цепочки рассуждений созданы и проверены опытными специалистами по визуализации молочной железы, сохраняя реальную клиническую логику, которую модели могут усвоить.

Проверка набора данных в деле

Чтобы продемонстрировать возможности ресурса, авторы обучили ряд современных моделей для работы с изображениями и визуально‑текстовых моделей на BUS-CoT, сосредоточив внимание на отобранном высококачественном поднаборе из 5 163 изображений, центрированных на очагах. Традиционные нейросети для изображений научились классифицировать очаги как доброкачественные или злокачественные, в то время как продвинутая визуально‑языковая модель обучалась одновременно анализировать изображение и генерировать цепочку рассуждений перед вынесением заключения. Когда модель была вынуждена рассуждать в такой структурированной форме, её точность выросла, особенно в неоднозначных случаях, где доброкачественные и злокачественные образования выглядят похоже. Проще говоря, направление модели «проходить» те же визуальные подсказки, что и радиологи, помогло ей принимать более точные и безопасные решения.

Как эта работа может повлиять на будущее ухода

Для пациентов и клиницистов ценность BUS-CoT заключается в создании ИИ‑инструментов, которые не только соответствуют точности человека, но и объясняют свои выводы в клинически значимой форме. Сочетая тысячи УЗ‑изображений с тщательно задокументированными рассуждениями и охватывая полный спектр диагнозов тканей молочной железы — включая редкие — этот набор данных закладывает основу для ИИ‑систем, способных работать с тяжёлыми краевыми случаями и обосновывать свои рекомендации. Хотя в него пока не включены более широкие клинические данные, такие как генетика или медицинская история, BUS-CoT представляет собой значительный шаг к более прозрачной и доверительной ультразвуковой диагностике, где машины будут вести себя не как таинственные оракулы, а как добросовестные младшие коллеги, чьи мыслительные процессы можно проверить и улучшить.

Цитирование: Yu, H., Li, Y., Niu, Z. et al. A Chain-of-thought Reasoning Breast Ultrasound Dataset Covering All Histopathology Categories. Sci Data 13, 370 (2026). https://doi.org/10.1038/s41597-026-06702-9

Ключевые слова: ультразвук молочной железы, ИИ в медицинской визуализации, объяснимый ИИ, диагностика рака молочной железы, клинические наборы данных