Влияние использования искусственного интеллекта в качестве второго рецензента при скрининге молочной железы с учетом арбитража

Почему это исследование важно для женщин и их семей

Скрининг молочной железы — один из самых распространенных инструментов раннего обнаружения рака, когда лечение эффективнее и менее травматично. В то же время система опирается на большую, высококвалифицированную группу специалистов, которые внимательно просматривают маммограммы. В Соединенном Королевстве радиологов не хватает, чтобы с комфортом покрывать спрос, что порождает опасения по поводу задержек и пропущенных случаев. Это исследование задает вопрос, который касается миллионов женщин: может ли система искусственного интеллекта (ИИ) безопасно взять на себя часть работы по чтению изображений рядом с людьми, не снижая точности — и, возможно, помогая обнаруживать рак раньше?

Как сегодня организован скрининг

В Программе скрининга молочной железы Национальной службы здравоохранения женщины в возрасте 50–70 лет приглашаются на маммографию каждые три года. Набор изображений обычно независимо просматривают два обученных специалиста по маммографии — радиологи или специализированные рентген-санитарки. Если мнения расходятся, либо если это требует местная политика, случай направляют на специальное обсуждение — арбитраж, где читатели совместно решают, нужно ли вызвать женщину для дополнительных исследований. Эта система двойного чтения призвана сбалансировать две цели: выявить как можно больше случаев рака и в то же время избегать ненужных повторных вызовов, вызывающих тревогу, дополнительные обследования и затраты.

Что именно исследователи проверяли

Команда изучила маммограммы и клинические записи 50 000 женщин, прошедших скрининг в двух больничных службах Лондона. Благодаря нескольким годам последующего наблюдения исследователи могли увидеть не только какие опухоли были выявлены при скрининге, но и какие появились позднее между скринингами (так называемые интервал-опухоли) или на следующем плановом визите. Они сравнили два пути обработки тех же исторических изображений: стандартный подход с двумя человеческими читателями и путь с помощью ИИ, где первым читателем был человек, а вторым — разработанная Google система ИИ. Любые случаи, требовавшие окончательного решения, направлялись в арбитражные панели из 22 опытных читателей, которые работали так же, как в клиниках.

Как ИИ показал себя по сравнению с экспертами-человеками

В целом использование ИИ в роли второго читателя показало не худшие результаты по сравнению с двумя людьми после учета решений арбитража. Путь с поддержкой ИИ демонстрировал очень схожую способность обнаруживать действительно больных женщин (чувствительность) и уверять тех, кто здоров (специфичность), удовлетворяя строгим статистическим критериям «нехудшего соответствия» (noninferiority). Фактически специфичность была немного выше при использовании ИИ, то есть меньше женщин вызывали по ошибке, а показатель выявления рака был практически идентичен в обоих подходах. Поскольку ИИ заменял одного из человеческих читателей в большинстве случаев, общее число рутинных чтений сократилось примерно вдвое, что эквивалентно оценочному снижению времени работы читателя на 36–44% даже с учетом дополнительных усилий на арбитраж.

Где ИИ помогал — и где уступал

До арбитража система ИИ чаще, чем отдельные человеческие читатели, отмечала случаи, которые позже проявлялись между скринингами или на следующем плановом визите, что говорит о способности иногда заметить тонкие изменения, ускользающие от человека. Однако многие из этих потенциальных ранних сигналов были отменены в ходе арбитража, особенно когда читатели опирались на более старые изображения, которые ИИ не анализировал, или на дополнительные области, выделенные ИИ, оказавшиеся доброкачественными. В небольшой, но важной подгруппе из 93 женщин ИИ правильно обнаружил проблему, но арбитражные панели отказались от повторного вызова; у большинства этих женщин позже развились интервал-опухоли или опухоли на следующем раунде. Одновременно человеческий арбитраж правильно отменил многие запросы ИИ у женщин, которые в итоге оказались здоровы, повысив общую специфичность. По разным возрастным группам, этническим группам, плотности ткани молочной железы и типам опухолей путь с ИИ в целом соответствовал эффективности стандартной помощи, хотя результаты для некоторых более мелких подгрупп оставались менее определенными.

Что это может значить для будущего скрининга

Исследование указывает на то, что ИИ может безопасно взять на себя роль второго читателя при скрининге молочной железы без снижения качества помощи, одновременно снижая нагрузку на ограниченный персонал. В то же время оно подчеркивает ограничения современных систем: сам по себе ИИ показывал потенциал для более раннего обнаружения рака, но эти преимущества разбавлялись, когда люди, вполне обоснованно осторожные, отвергали отдельные подсказки ИИ. Авторы утверждают, что улучшение объяснимости ИИ, снижение отвлекающих ложных срабатываний и обучение клиницистов тому, когда доверять инструменту, а когда его оспаривать, могли бы высвободить больше его потенциала. Если такие партнерства человек–машина будут доработаны и тщательно протестированы в клинических испытаниях в реальных условиях, скрининг с поддержкой ИИ может не только поддержать существующие программы, но и помочь большему числу женщин обнаруживать рак на стадиях, когда лечение наиболее эффективно.

Цитирование: Warren, L.M., Venton, J., Young, K.C. et al. Impact of using artificial intelligence as a second reader in breast screening including arbitration. Nat Cancer 7, 507–521 (2026). https://doi.org/10.1038/s43018-026-01128-z

Ключевые слова: скрининг рака груди, маммография, искусственный интеллект, нагрузка на радиологию, медицинский арбитраж