Artificial intelligence in mammography

• Svetlana I. Elgina
• Dvadtsatova Polina N.

Abstract

Breast cancer is the most common cancer among women worldwide. Modern screening based on mammography and BI-RADS assessment is the primary tool for early detection of this condition. The double reading method for preventive mammograms, which is legally mandated in several countries, including Russia, increases the detection rate of pathology compared to single image interpretation. In this context, artificial intelligence (AI) technologies are being considered as one of the most promising solutions for improving the accuracy and efficiency of diagnosis.

The aim of the study was to compare the interpretation of the results of mammographic examination protocols using the AI service with the conclusions of the attending physician and an expert physician.

Material and methods. At the first stage, a retrospective continuous study was conducted, which included mammogram protocols of 715 women aged 40–75 years who underwent mammography in two projections (craniocaudal and mediolateral) at the Kemerovo City Clinical Hospital No. 4 from November 2024 to September 2025. The protocols were described using the BI-RADS (Breast Imaging Reporting and Data System) international system for interpreting mammography results, which is based on a categorization system from 0 to 6. From the total sample, mammogram protocols were excluded in which there were no results of the work of AI services using the mammographic software complex “Third Opinion” and/or the radiologist assigned the BI-RADS category 0. Further clinical assessment was carried out on 135 mammogram protocols. According to the AI conclusion, 57 (42.2%) out of 135 women were assigned a BI-RADS category of 4–5. These patients formed a sample limited for subsequent assessment by an expert physician, who was an oncologist. The presence and localization of findings characteristic of breast cancer were compared with the oncologist’s conclusion. Statistical analysis was performed using StatTech v.4.11.2 (developed by StatTech LLC, Russia).

Results. A complete match between the AI protocols and the conclusions of the attending physician and the expert physician was observed in 63.7% of cases for the right breast and in 66.4% of cases for the left breast. False-positive AI results were observed in 27.4% of cases for the right breast and in 21.6% of cases for the left breast, while false-negative results were observed in 8.9 and 11.9% of cases, respectively (p<0.001). To compare the AI protocols with the expert physician’s conclusions, binary logistic regression was used to develop predictive models for the presence and localization of findings characteristic of breast cancer. The obtained results were subjected to ROC-analysis, on the basis of which ROC-curves were constructed, demonstrating high sensitivity, specificity and accuracy. The proposed diagnostic thresholds for the presence and location of findings characteristic of breast cancer make it possible to carry out differential diagnostics in controversial cases.

Conclusion. AI demonstrates high sensitivity, confirming its value as a safety tool that reduces the risk of missing a pathology. However, given that the responsibility for the final conclusion lies with the specialist, the use of AI requires not only rigorous quality control of the algorithms but also the preservation of the physician’s role as the ultimate decision‑maker. This will make it possible to combine the advantages of both approaches: the unparalleled speed and constant vigilance of AI with the clinical expertise, contextual thinking, and ability to perform complex differential diagnosis that a medical oncologist possesses.

Keywords:artificial intelligence; mammography; BI-RADS

Рак молочной железы занимает лидирующее место в структуре онкологической заболеваемости среди женщин во всем мире [1]. Ежегодно он уносит 685 тыс. жизней, и с более чем 2,3 млн новых случаев его бремя продолжает расти: к 2040 г., по прогнозам, этот показатель превысит 3 млн [2]. Современный скрининг, основанный на маммографии и оценке по системе BI-RADS, является основным инструментом для раннего выявления этой патологии. Однако он сталкивается с рядом серьезных проблем, включающих субъективность визуального анализа, высокую нагрузку на врачей-рентгенологов и, как следствие, риск диагностических ошибок [3]. Метод двойного чтения профилактических маммограмм, законодательно закрепленный в ряде стран мира, в том числе в России, позволяет повысить выявляемость патологии по сравнению с однократной интерпретацией изображений [4]. В этой связи технологии искусственного интеллекта (ИИ) рассматриваются как одно из наиболее перспективных решений для повышения точности и эффективности диагностики.

ИИ играет все более важную роль в современной медицине, открывая новые перспективы для диагностики, лечения и прогнозирования заболеваний. Благодаря алгоритмам машинного и глубокого обучения ИИ способен анализировать огромные массивы медицинских данных: изображения, результаты лабораторных исследований, истории болезней, выявляя тонкие паттерны и признаки, которые могут быть упущены человеческим глазом [5]. Например, в лучевой диагностике ИИ успешно применяется для распознавания злокачественных новообразований на рентгенограммах и магнитно-резонансных томограммах, что позволяет врачам выявлять заболевание на ранней стадии и своевременно начинать лечение [6]. Внедрение таких технологий в клиническую практику может способствовать стандартизации оценок, снижению числа пропущенных случаев и оптимизации работы системы здравоохранения в целом. В этой связи технологии ИИ рассматриваются как перспективное решение для повышения точности и эффективности диагностики.

Цель данного исследования - провести сопоставление интерпретации результатов протоколов маммографических исследований работы ИИ-сервиса с заключениями лечащего врача и врача-эксперта.

Материал и методы

На первом этапе проведено ретроспективное сплошное исследование, которое включало протоколы маммограмм 715 женщин в возрасте 40-75 лет, проходивших маммографию в двух проекциях (краниокаудальной и медиолатеральной) на базе ГАУЗ КГКБ № 4 г. Кемерово с ноября 2024 г. по сентябрь 2025 г. Описание протоколов проводилось по между­народной системе для интерпретации результатов маммографии Breast Imaging Reporting and Data System (BI-RADS) путем сортировки по категориям от 0 до 6.

Из общей выборки были исключены протоколы маммограмм, в которых отсутствовали результаты работы ИИ-сервисов с использованием маммографического программного комплекса "Третье Мнение" и/или врачом-рентгенологом была выставлена категория BI-RADS 0.

Дальнейшую клиническую оценку осуществляли на 135 протоколах маммограмм.

Согласно заключению ИИ, у 57 (42,2%) из 135 женщин была определена категория BI-RADS 4-5. Данные изменения были выявлены в левой (n=29), правой (n=29) молочных железах или одновременно в обеих. Данная группа пациенток составила ограниченную выборку, предназначенную для последующей экспертной оценки врачом-онкологом. Все пациентки были направлены на консультацию к врачу‑онкологу, где прошли верификацию диагноза. Выполнено сопоставление выявленных признаков наличия и локализации патологических находок, характерных для рака молочной железы, с заключением врача-онколога.

Статистический анализ проводили с использованием программы StatTech v.4.11.2 (разработчик - ООО "Статтех", Россия). Количественные показатели оценивали на предмет соответствия нормальному распределению с помощью критерия Колмогорова-Смирнова. Сравнение процентных долей при анализе четырехпольных таблиц сопряженности выполняли с помощью точного критерия Фишера (при значениях минимального ожидаемого явления менее 10). В качестве количественной меры эффекта при сравнении относительных показателей рассчитывали отношение шансов (ОШ) с 95% доверительным интервалом (ДИ). Категориальные данные описывали с указанием абсолютных значений и процентных долей. 95% ДИ для процентных долей рассчитывались по методу Клоппера-Пирсона.

С целью прогнозирования вероятности обнаружения и определения локализации патологических изменений, характерных для рака молочной железы, а также оценки прогностической значимости протоколов маммографических исследований была применена модель бинарной логистической регрессии. Формула модели представлена следующим образом:

где р - прогностическая вероятность рака молочной железы; e - экспонента, равная 2,718; z - зависимая переменная, которая вычисляется по формуле:

где a - константа; b - кoэффициент регрессии; x - независимая переменная.

Прогностическая вероятность р изменяется в пределах от 0 до 1. При р<0,5 (0-0,4999) вероятность рака молочной железы низкая; при р≥0,5 (0,5-1,0) вероятность рака молочной железы составляет 99,0%.

Для изучения ценности прогностической модели, кроме указанных статистических показателей, проводился расчет чувствительности и специфичности на основании таблицы сопряженности (классификационной матрицы).

Для оценки качества бинарной логистической регрессии использован метод ROC-кривых (AUC). На основании площади под ROC-кривой судили о качестве созданной модели. Качество созданной модели было тем выше, чем больше был показатель величины площади под ROC-кривой. Для отдельных параметров (правая и левая молочные железы) был выбран порог классификации (индекс Юдена). Диагностическую эффективность модели определяли исходя из площади под ROC-кривой, а также показателей чувствительности, специфичности и точности.

Мерой определенности, указывающей на ту часть дисперсии, которая может быть объяснена с помощью логистической регрессии, служил коэффициент R² Найджелкерка.

Результаты

Согласованность оценок ИИ, лечащего врача и врача‑эксперта представлена в таблице.

Полное совпадение протоколов ИИ и заключений лечащего врача и врача-эксперта при обследовании молочных желез отмечено в 2/3 случаев. Ложноположительные результаты ИИ составили третью часть для правой молочной железы и четвертую - для левой. Ложноотрицательные результаты фиксировались в каждом 10-м случае.

Методом бинарной логистической регрессии построены прогностические модели для оценки наличия и локализации патологических находок, характерных для рака молочной железы. Модели использованы для сопоставления протоколов ИИ с заключениями врача-эксперта.

Прогностическая вероятность риска наличия и локализации находок, характерных для рака правой молочной железы, определена по формуле:

Прогностическая вероятность риска наличия и локализации находок, характерных для рака левой молочной железы, определена по формуле:

Полученные результаты были подвергнуты ROC-анализу, на основании которого построены ROC-кривые. Диагностический порог наличия и локализации находок, характерных для рака правой молочной железы, при использовании ИИ в точке cut-off, которому соответствовало наивысшее значение индекса Юдена, составил 0,655 [чувствительность 95,0%, специфичность 91,3%, точность 91,6; площадь под ROC-кривой (AUC) = 0,932; 95% доверительный интервал (ДИ) 0,853-1,000; p<0,001]. Для рака левой молочной железы - 0,724 [чувствительность 67,7%, специфичность 92,3%, точность 89,8; AUC = 0,800±0,027; (95% ДИ 0,701-0,900); р<0,001] (см. рисунок).

Представленные диагностические пороги наличия и локализации находок, характерных для рака молочной железы, дают возможность проведения дифференциальной̆ диагностики в спорных случаях.

При работе ИИ-сервиса гипердиагностика, характерная для рака правой молочной железы, увеличивалась в 199,497 раза (95% ДИ 24,119-1650,775; p<0,001). Псевдо-R² Найджелкерка составил 67,0%.

Гипердиагностика для рака левой молочной железы увеличивались в 25,199 раза (95% ДИ 8,882-71,522; p<0,001). Псевдо-R² Найджелкерка составил 43,0%.

Обсуждение

Данные нашего исследования согласуются с результатами других работ, посвященных использованию ИИ в диагностике заболеваний молочной железы. В исследовании Е.А. Марущак и соавт. (2025) [7], выполненном с применением ультразвукового сканера Samsung RS-85 с использованием программы ИИ S-Detect, отмечена высокая согласованность заключений ИИ и врача-специалиста, достигшая 91%. Авторы подчеркивают, что чувствительность метода при использовании ИИ и при интерпретации врачом была одинаковой (82%), однако специфичность ИИ была несколько ниже (88 против 92% у врача), что коррелирует с нашей оценкой склонности нейросети к гипердиагностике. В нашей работе гипердиагностика для правой молочной железы возрастала в 199,5 раза (95% ДИ 24,1-1650,8), что сопоставимо с выводами Е.А. Марущак и соавт., которые связывают ложноположительные результаты ИИ с затрудненными условиями визуализации, такими как наличие кист с продуктивным воспалением, отек окружающих тканей, нечеткость контуров при мастопатии или артефакты в зоне послеоперационных рубцов.

В работе О.Э. Карпова и соавт. (2021) [8] представлены результаты ретроспективного когортного исследования, выполненного на базе НМХЦ им. Н.И. Пирогова, в котором оценивалась диагностическая эффективность системы ИИ "Цельс" при анализе цифровых маммограмм. В исследование были включены 49 пациенток с верифицированным гистологически диагнозом злокачественного новообразования молочной железы. Система "Цельс" анализировала полный набор из четырех маммографических изображений, после чего ее заключения сопоставлялись с результатами независимого анализа двух врачей-рентгенологов, а расхождения в их мнениях разрешались путем консенсуса. Согласно полученным данным, полное совпадение заключений системы "Цельс" и консенсусного мнения врачей наблюдалось в 44 из 49 случаев, что составило 90%. Несколько более высокий процент совпадений в работе О.Э. Карпова и соавт., вероятно, объясняется особенностями дизайна исследования: авторы использовали консенсусное заключение двух врачей, тогда как в нашей работе проводилось сопоставление с заключениями лечащего врача и врача-эксперта по отдельности. В одном наблюдении ИИ продемонстрировал явное преимущество перед специалистами, правильно идентифицировав злокачественное образование, не распознанное врачами. В 4 случаях, напротив, система ошиблась, классифицируя злокачественные новообразования как доброкачественные, что также перекликается с выявленной в нашем исследовании склонностью ИИ к гипердиагностике. Следует подчеркнуть, что во всех этих случаях система "Цельс" все же сформировала рекомендацию о необходимости дополнительного обследования, что, по сути, предотвращало риск пропуска патологии, несмотря на ошибочную трактовку характера образования.

В обзоре литературы Д.Г. Заридзе (2024) [9] представлен комплексный анализ возможностей применения ИИ для повышения эффективности скрининга различных локализаций злокачественных новообразований. Автор подчеркивает, что маммографический скрининг, несмотря на доказанную эффективность в снижении смертности от рака молочной железы, сталкивается с такими проблемами, как ложноотрицательные результаты (до 10-30% случаев, особенно у женщин с плотной тканью молочной железы), высокая частота ложноположительных заключений и значительная вариабельность в интерпретации снимков разными специалистами. Автор работы приводит данные исследования, демонстрирующие, что при маммографическом скрининге ИИ снижает количество неправильной интерпретации маммограмм, число повторных вызовов и количество биопсий с отрицательным результатом, повышая эффективность интерпретации независимо от характеристик органа (плотная молочная железа, кальцификаты). В качестве примеров автор приводит исследования, где ИИ не только не уступал врачам в точности интерпретации маммограмм, но и демонстрировал ряд преимуществ: снижение количества повторных приглашений на дообследование на 47% и уменьшение числа ошибочных интерпретаций на 49%.

Результаты нашей работы также согласуются с данными крупного московского исследования, выполненного Ю.А. Васильевым и соавт. (2023) [10], в котором было проанализировано 9684 маммографических исследования в рамках новой медицинской услуги с использованием ИИ. Как и в нашем исследовании, Ю.А. Васильев и соавт. выявили склонность ИИ к завышению категорий BI-RADS по сравнению с врачом (в 76,44-97,34% случаев расхождений), что подтверждает выявленную нами тенденцию к гипер­диагностике. При этом частота ложноположительных результатов ИИ в сопоставлении с заключениями врача в московском исследовании составила 15,26-18,8%, а ложно­отрицательных - 0,51-0,64%, что сопоставимо с нашими данными (ложноположительные результаты - 21,6-27,4%, ложноотрицательные - 8,9-11,9%). Небольшие различия могут быть связаны с разными подходами к формированию выборки и критериям оценки.

Заключение

ИИ демонстрирует высокую чувствительность, подтверждая свою ценность как инструмент безопасности, снижающий риск пропуска патологии. Несмотря на высокую диагностическую эффективность, применение ИИ в скрининге сопряжено с определенными рисками. Ключевым ограничением остается вероятность пропуска патологии при автоматической сортировке низкорисковых случаев, включая межскрининговый рак, а также склонность ИИ к гипердиагностике, ведущая к росту ложноположительных заключений. Важной проблемой является автоматизационная предвзятость, когда врач чрезмерно доверяет выводам алгоритма, что может приводить к диагностическим ошибкам. Учитывая, что ответственность за окончательное заключение всегда остается за специалистом, применение ИИ требует не только тщательного контроля качества алгоритмов, но и сохранения за врачом роли окончательного лица, принимающего решение [11]. Существует значительный интерес к применению ИИ для оптимизации работы рентгенологов, в частности для сокращения объема снимков, подлежащих интерпретации. Поскольку во многих исследованиях было показано, что эффективность ИИ в выявлении рака молочной железы при скрининговой маммографии сопоставима с эффективностью врачей [12], реализация такого подхода представляется вполне достижимой.

Наиболее перспективной моделью видится не замена врача, а синергетическое взаимодействие по схеме "ИИ как второй читатель", где система выступает в роли высокочувствительного фильтра, выделяющего подозрительные случаи для углубленного анализа специалистом. Это позволит совместить преимущества обоих методов: непревзойденную скорость и постоянную бдительность ИИ с клиническим опытом, контекстуальным мышлением и способностью к сложной дифференциальной диагностике врача-онколога.

All articles in our journal are distributed under the CC BY-NC-ND 4.0 (Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International)