Улучшенная диагностика рака шейки матки с помощью нового баесовского ансамблевого метода с объяснимым ИИ

Почему это важно для здоровья женщин

Рак шейки матки по‑прежнему остается одной из основных причин смерти женщин во всем мире, особенно в регионах с ограниченным доступом к специалистам и современным тестам. В то же время заболевание хорошо поддается лечению при раннем обнаружении. В этом исследовании рассматривается, как грамотно спроектированный искусственный интеллект (ИИ) может превращать простые клинические и поведенческие данные — такие как возраст, курение и результаты рутинных скрининговых тестов — в надежный инструмент раннего оповещения, который врачи могут использовать у постели больного или в небольших клиниках.

Глобальная проблема за числами

Рак шейки матки в основном вызывается инфекцией высоко‑рисковыми типами вируса папилломы человека (ВПЧ). Он часто развивается бессимптомно, проявляя мало признаков до поздних стадий, когда у женщин могут возникать аномальные кровотечения, боли в малом тазу или бесплодие. В 2020 году во всем мире зарегистрировали более 600 000 новых случаев, при этом почти 90% смертей приходились на страны с низким и средним уровнем дохода, где регулярный Пап‑тест или тестирование на ВПЧ трудно поддерживать. Существующие методы скрининга эффективны, но могут быть трудоемкими, требовать подготовленного персонала и все же пропускать некоторые случаи. Это создает острую потребность в инструментах, которые могли бы точно выделять женщин высокого риска, опираясь на те данные, которые клиники уже собирают.

Преобразование анамнеза в риск‑балл

Исследователи построили гибридную систему машинного обучения, которая анализирует 36 параметров для каждой пациентки. Сюда входят возраст, число половых партнеров, возраст при первом половом контакте, статус курения, использование гормональной контрацепции, история инфекций, передаваемых половым путем, и результаты распространенных обследований шейки матки, таких как тесты Шиллера и Хинсельманна, а также цитология. Поскольку в реальных медицинских записях часто встречаются пропуски, команда применила метод GAIN для интеллектуального заполнения недостающих значений с сохранением реалистичных закономерностей в данных. Затем использовали метод Boruta, чтобы отобрать из всех переменных лишь те, которые действительно влияли на то, показала ли биопсия — золотой стандарт — наличие рака или предрака.

Сбалансирование редких случаев и поиск явных сигналов

Как и в многих медицинских наборах данных, записи по раку шейки матки содержали значительно больше женщин без заболевания, чем с ним. Если этого не корректировать, модель может обучиться в основном на доминирующей группе и упустить тонкие признаки рака. Для предотвращения этого команда применила случайное увеличение числа положительных примеров (oversampling), чтобы получить более равномерное соотношение случаев с патологией и без. Затем данные сжали до меньшего набора информативных компонент с помощью двух математических инструментов — метода независимых компонент (ICA) и метода главных компонент (PCA). Такое сочетание удаляло шум и избыточность, сохраняя ключевые сигналы, которые отличают пациенток высокого риска от низкорисковых.

Слияние двух моделей в одно решение

В основе системы лежит новый «баесовский ансамбль‑фьюжн», который объединяет сильные стороны двух широко используемых моделей: деревьев решений и случайных лесов. Вместо равного голосования каждой модели метод фьюжна взвешивает их вклад в зависимости от эффективности на этапе валидации. В результате получается единая, более точная оценка риска для каждой женщины. В нескольких циклах тестирования такой подход показал примерно 99,9% точности, выявил все случаи высокого риска (полное покрытие, recall = 100%) и продемонстрировал идеальное значение стандартной характеристики качества диагностики (AUC‑ROC = 1.00), что указывает на очень редкие пропуски случаев и минимальное количество ложных тревог.

Открывая «черный ящик» для врачей

Поскольку врачам важно понимать, почему алгоритм пометил пациентку как высокорисковую, команда добавила инструменты объяснимого ИИ — SHAP и LIME. Эти методы разбирают каждое предсказание и показывают, какие факторы смещали решение в сторону «рак» или «нет рака». Они подтвердили, что результаты тестов Шиллера, Хинсельманна и цитологии являются сильнейшими драйверами риска, а также что возраст, число половых партнеров, курение и перенесенные инфекции играют важные роли. Наконец, исследователи оформили модель в веб‑приложение, которое клиники могут использовать в реальном времени: сотрудники вводят данные пациентки, система возвращает риск‑балл, а панель объяснений выделяет основные причины этого результата.

Что это означает для пациенток и клиник

Эта работа показывает, что при продуманном проектировании и прозрачном объяснении ИИ способен превращать рутинные клинические и поведенческие данные в мощную систему раннего оповещения о раке шейки матки. Модель не заменяет биопсию или экспертную оценку, но может помочь перегруженным клиникам быстро выявлять женщин, которым наиболее необходимы дополнительные обследования, особенно в условиях ограниченных ресурсов. С расширением выборок и их большей разнообразностью в будущем, а также применением подхода к другим типам медицинских данных такие инструменты могут стать неотъемлемой частью повседневного скрининга и помочь предотвратить тысячи предотвратимых смертей.

Цитирование: Islam, O., Assaduzzaman, M., Akter, S. et al. Enhanced cervical cancer diagnosis using a novel Bayesian fusion ensemble method with explainable AI. Sci Rep 16, 12306 (2026). https://doi.org/10.1038/s41598-026-35334-7

Ключевые слова: скрининг рака шейки матки, медицинский ИИ, машинное обучение, женское здоровье, раннее обнаружение