В шведском исследовании MASAI проверили, сколько опухолей обнаруживается между плановыми маммографиями после чтения снимков с поддержкой алгоритма. Этот показатель позволяет увидеть последствия решения, принятого радиологом месяцами раньше.
Почему учёт находок в день обследования недостаточен
После внедрения программы для анализа маммограмм отделению сравнительно легко подсчитать число отмеченных очагов, повторных вызовов и выявленных опухолей. Гораздо труднее установить, у скольких женщин с отрицательным результатом через несколько месяцев появился клинический диагноз. Для ответа понадобится связь между скрининговой службой и онкологическим регистром. Именно поэтому данные о пропущенных или быстрорастущих опухолях появляются позднее первых отчётов о производительности системы. В январе 2026 года завершённый анализ первичного критерия MASAI позволил сопоставить два способа организации чтения по исходу, важному для пациентки, получившей обычное приглашение на следующий раунд.
Интервальным называют рак, обнаруженный после обследования с отрицательным результатом до следующего запланированного раунда или в пределах установленного протоколом периода после последнего скрининга. Такая опухоль не обязательно означает ошибку конкретного специалиста. При пересмотре прежних изображений иногда видны изменения, которые можно было распознать. В других случаях убедительных признаков ещё не было либо опухоль скрывалась в проекции плотной ткани. Наконец, биологически агрессивное образование может стать заметным за сравнительно короткий срок. Один итоговый показатель объединяет эти механизмы, поскольку для организации скрининга имеет значение их суммарный эффект.
Как изменили маршрут снимков
В контрольной группе маммограммы оценивали по стандартной схеме двойного чтения без ИИ. При экспериментальном подходе программа участвовала в распределении исследований между одинарным и двойным чтением, а также оказывала поддержку в обнаружении изменений. Степень вовлечения врача зависела от маршрута конкретного исследования. Все результаты относятся к этой совместной работе программного обеспечения и радиологов. Для самостоятельной выдачи отрицательного заключения алгоритмом потребовалось бы отдельное клиническое испытание с иной организацией ответственности.
С апреля 2021 года по декабрь 2022 года рандомизировали 105 934 женщины, из окончательного анализа исключили 19. Случайное распределение особенно важно при сравнении интервальных раков. Если более молодые пациентки или участницы с высокой плотностью ткани преимущественно обследуются в одном учреждении, простое сравнение двух отделений может показать различие даже при одинаковом качестве чтения. В исследовании организационный подход назначали по протоколу. Сохраняется другой вопрос переносимости — насколько состав участниц национальной программы и опыт работающих с ней врачей соответствуют условиям следующего центра.
Числа, которые следует читать вместе
| Показатель | Чтение с ИИ | Стандартное двойное чтение |
|---|---|---|
| Интервальные раки на 1000 участниц | 1,55 | 1,76 |
| 95%-й доверительный интервал частоты на 1000 | 1,23–1,92 | 1,42–2,15 |
| Чувствительность скрининга | 80,5% | 73,8% |
Отношение частот интервального рака составило 0,88 с доверительным интервалом от 0,65 до 1,18. Заранее установленная граница допустимого ухудшения равнялась 1,20. Верхняя граница полученного интервала осталась ниже этого предела. Согласно принятому критерию, схема с поддержкой ИИ сохранила приемлемый уровень безопасности. В то же время интервал охватывает единицу, поэтому результат нельзя превращать в обещание, что применение программы достоверно предотвращает некоторое фиксированное число интервальных опухолей. Отдельный анализ показал более высокую чувствительность системы скрининга в экспериментальной группе.
Абсолютная разница двух точечных оценок соответствует примерно двум случаям на десять тысяч обследованных. Для планирования крупной программы такой масштаб имеет значение, но редкость события делает показатели отдельной клиники нестабильными. Если за квартал зарегистрирована одна интервальная опухоль, а в соседнем квартале ни одной, этого недостаточно для заключения о повышении точности. Полезнее заранее определить срок наблюдения, полноту последующего учёта и способ сверки с регистром. Нужно также согласовать обработку тех случаев, когда женщина переехала, изменила страховую организацию либо продолжила обследование в иной сети.
Пример разбора одного интервального случая
Представим разбор учебного архивного исследования, после которого через год диагностирован рак. Сначала устанавливают, какие проекции и предыдущие исследования реально видел специалист в момент чтения. Радиологам, проводящим пересмотр, можно дать снимки без локализации последующей находки, а затем повторить обсуждение с известным расположением опухоли. Эти этапы отвечают на разные вопросы. После сообщения точного объекта даже малозаметное изменение кажется более очевидным. Для разбора процесса существенно, было ли оно различимо в обычных условиях, каков был балл программы и как снимок попал в конкретную очередь.
Затем восстанавливают техническую последовательность. Изображение могло поступить в архив, тогда как результат вычисления ещё находился в очереди. Врач мог открыть рабочую станцию до появления оценки или сравнивать её с другой версией предыдущего исследования. При изучении такого случая ценны время получения файла, идентификатор серии, версия программы и журнал выдачи результата. Если все этапы сработали штатно, предметом обсуждения становятся клинические признаки и решение о повторном вызове. Если обнаружен сбой передачи, корректировать порог алгоритма бессмысленно до восстановления обмена данными.
Что должна видеть скрининговая служба после внедрения
Число чтений и число пациенток образуют разные знаменатели. Одна женщина может пройти несколько этапов анализа, при этом в итоговой статистике она должна оставаться одной участницей. Врачебная нагрузка меняется ещё и потому, что сложные исследования концентрируются в отдельных очередях. Высвобождение времени на простых случаях может сопровождаться удлинением обсуждения сложных. Полезно отдельно измерять длительность первичной оценки, количество консенсусных обсуждений, число возвратов из очереди и срок до выдачи окончательного заключения. Тогда можно судить, какой именно этап выиграл от нового распределения.
При замене детектора, переходе на другое сочетание проекций или обновлении версии программы возникает вопрос повторной проверки. Новая версия способна изменить распределение баллов даже при сохранении прежнего интерфейса. Внутренний контроль может включать сопоставление результатов до и после изменения на одной и той же архивной серии с сохранением заранее определённых критериев. Такой тест показывает техническую воспроизводимость. Для оценки последствий для пациенток по-прежнему требуются последующие обследования, информация о биопсиях и регистрация диагнозов между раундами.
Где заканчивается результат шведского исследования
MASAI оценивало определённую стратегию популяционного скрининга. В диагностической маммографии по поводу пальпируемого узла иной исходный риск, иное клиническое задание и другой маршрут после обследования. Необычный симптом после недавнего отрицательного скрининга также требует собственной клинической оценки. В заключении алгоритмический балл не заменяет рекомендации по конкретной клинической ситуации. Для службы маммографии исследование даёт практический ориентир: безопасность новой очереди можно проверять по судьбе женщин после отрицательного результата, одновременно учитывая фактическую нагрузку врачей, качество последующего наблюдения и доступность диагностики для повторно вызванных пациенток.
Какие изображения стоит сохранять для независимого разбора
Первичный снимок, разметка алгоритма и итоговый протокол полезно хранить как различимые элементы. Если метки программы навсегда встроены в единственную сохранённую копию изображения, провести повторное слепое чтение трудно. Если сохранена только исходная маммограмма, позже невозможно установить, какой участок программа сочла подозрительным в момент принятия решения. Компромисс реализуют через возможность вызвать исходную и аннотированную версии с привязкой к одному исследованию. При проверке важно убедиться, что сохранённая оценка соответствует использованной тогда версии алгоритма и не подменяется повторным расчётом новой программой.
Отдельный предмет контроля — случаи технически недостаточных проекций. Алгоритм может сформировать оценку даже для снимка, который не удовлетворяет локальным критериям укладки. Для врача такая цифра не должна становиться дополнительным доводом в пользу завершения исследования. В локальном разборе эти случаи полезно учитывать отдельно от обычных скрининговых исследований. Тогда рост числа повторных снимков можно соотнести с работой рентгенолаборанта, особенностями оборудования и условиями оценки качества, одновременно сохранив независимость анализа диагностических исходов.
Для проверки работы консенсусной группы можно проследить случаи, когда два радиолога разошлись во мнениях. Важно, был ли виден им балл программы до самостоятельного решения и сколько времени прошло до обсуждения. Если мнения специалистов изначально записывали только после показа автоматической разметки, становится сложно отличить совпадение профессиональной оценки от влияния одной общей подсказки. В одном сценарии система действительно обнаружила трудноразличимый признак, в другом могла одновременно отвлечь обоих читателей от соседней области. Поэтому промежуточные решения, зафиксированные до согласования, имеют собственную исследовательскую ценность.