д.м.н, профессор
г. Красноярск
DSc, Professor
Krasnoyarsk
г. Красноярск
Krasnoyarsk
г. Красноярск
Krasnoyarsk
к.м.н., доцент
г. Красноярск
PhD, Associate Professor
Krasnoyarsk
Цель: Оценка эффективности технологий искусственного интеллекта (ИИ) в интерпретации маммографических изображений на примере сравнительного анализа заключений врачей-рентгенологов первичного звена и специалистов референс-центра КГБУЗ «КККОД им. А.И. Крыжановского» (КККОД).
Материалы и методы: проведен ретроспективный анализ 1012 маммографических исследований, выполненных в марте-мае 2025 г., направляемых в референс-центр КККОД согласно установленному порядку. Оценивались заключения врачей-рентгенологов референс-центра и первичного звена, а также результаты двух сервисов ИИ по шкале BI-RADS. Статистическая обработка выполнена программой StatTech 4.0.6, рассчитывался показатель дискордантности для клинических случаев, влияющих на дальнейшую тактику ведения пациентов.
Результаты: в Красноярском крае внедрение в практику врачей-рентгенологов второго ИИ-сервиса при проведении маммографического исследования привело к увеличению диагностически сложных категорий BI-RADS 3,4, что повысило нагрузку на референс-центр КККОД на 29,5%. При этом процент дискордантности не претерпел изменений (27,5%) в сравнении с 2024 годом, когда на территории края использовался один сервис ИИ. По результатам ретроспективного анализа отмечены различия в работе двух сервисов ИИ при интерпретации маммографических исследований.
Заключение: использование многофункциональных цифровых платформ на основе ИИ повышает качество профилактики и диагностики заболеваний, снижая вероятность врачебных ошибок. Однако одновременное применение нескольких сервисов увеличивает нагрузку на специалистов ввиду необходимости анализа множества вариантов интерпретаций.
Aim: To evaluate the effectiveness of artificial intelligence (AI) technologies in interpreting mammographic images using a comparative analysis of reports from primary care radiologists and specialists from the reference center of the of the A.I. Kryzhanovsky Krasnoyarsk Territorial Clinical Oncology Dispensary (KKKOD) when interpreting mammographic studies conducted in the Krasnoyarsk Territory.
We conducted a retrospective analysis of 1012 mammographic examinations performed in March-May 2025, sent to the KKKOD reference center according to the established procedure. The reports from KKKOD reference center and primary care radiologists, as well as the results of two AI services using the BI-RADS scale, were evaluated. Statistical processing was performed using StatTech 4.0.6, and a discordance index was calculated for clinical cases that impact subsequent patient management.
Results: in the Krasnoyarsk Region, the introduction of a second artificial intelligence (AI) service for mammography interpretation by radiologists led to an increase in the diagnostically challenging BI-RADS 3.4 categories, increasing the workload of the KKKOD reference center by 29.5%. However, the discordance rate remained unchanged (27.5%) compared to 2024, when only one AI service was used in the region. A retrospective analysis revealed differences in the performance of the two AI services when interpreting mammography examinations.
Conclusion: the use of multifunctional AI-based digital platforms improves the quality of disease prevention and diagnosis, reducing the likelihood of medical errors. However, the simultaneous use of several services increases the workload of specialists due to the need to analyze multiple interpretation options.
The authors declare that there are no conflicts of interest present.