Исследователи из Университета Лунда (Швеция) представили результаты масштабного тестирования систем искусственного интеллекта в области онкологического скрининга. Согласно опубликованным данным, применение нейросетей при анализе маммограмм не только оптимизирует работу медицинского персонала, но и существенно повышает точность диагностики, позволяя обнаруживать новообразования на более ранних стадиях. Основным достижением технологии стало сокращение случаев интервального рака — опасной формы заболевания, которая проявляется в промежутке между плановыми обследованиями.
Эффективность ИИ-диагностики в цифрах
В ходе клинического испытания, завершившегося к началу 2026 года, были проанализированы данные 106 000 женщин. Исследование сравнивало традиционный метод двойного чтения снимков двумя радиологами и гибридный подход, где первичный анализ выполнял ИИ с последующей верификацией специалистом. Результаты показали значительное превосходство технологичного метода:
- Выявляемость рака молочной железы выросла на 20% по сравнению со стандартными протоколами.
- Нагрузка на врачей-радиологов по анализу снимков сократилась на 44%.
- Количество случаев «интервального рака» снизилось на 12%, что критически важно для снижения смертности.
Интервальный рак часто характеризуется более агрессивным течением, так как он успевает развиться до того, как пациентка придет на следующий плановый осмотр через 1,5–2 года.
Трансформация работы медицинских центров
Внедрение алгоритмов машинного обучения позволяет решить проблему кадрового дефицита и профессионального выгорания диагностов. Поскольку ИИ берет на себя рутинную фильтрацию нормальных изображений, врачи могут сосредоточить внимание на наиболее сложных и подозрительных случаях.
Использование ИИ в скрининге позволяет находить опухоли, которые человеческий глаз может пропустить из-за усталости или высокой плотности тканей молочной железы — отмечают эксперты, участвовавшие в проекте.
Данная методика обеспечивает «второе мнение» в режиме реального времени, минимизируя человеческий фактор.
Развитие систем искусственного интеллекта в медицине открывает путь к созданию персонализированных программ скрининга. Успех шведского исследования подтверждает, что интеграция Deep Learning в государственные системы здравоохранения способна не только повысить операционную эффективность больниц, но и спасти тысячи жизней благодаря своевременному обнаружению патологий. В ближайшие годы ожидается масштабирование этой практики на другие страны Европы и мира.