innosferaНаука и инновацииScience and Innovations1818-98572412-9372Издательский дом «Белорусская наука»10.29235/1818-9857-2025-3-76-83innosfera-794Research ArticleДИССЕРТАЦИОННЫЕ ИССЛЕДОВАНИЯDISSERTATION RESEARCHПрименение искусственного интеллекта в диагностике рака молочной железыThe artificial intelligence in breast cancer diagnosisЛосьД.LosDmitry

Дмитрий Лось, начальник центра науки, медицинской информации и клинических испытаний 

dimalos@list.ruШаршаковаТ.SharshakovaTamara

 Тамара Шаршакова, заведующий кафедрой общественного здоровья и здравоохранения, доктор медицинских наук, профессор 

t_sharshakova@mail.ruГомельский государственный медицинский университетBelarus2025160420250376–83Copyright © Издательский дом «Белорусская наука», 20252025Издательский дом «Белорусская наука»Издательский дом «Белорусская наука»https://innosfera.belnauka.by/jour/about/submissions#copyrightNoticehttps://innosfera.belnauka.by/jour/article/view/794

В статье рассматривается использование технологий искусственного интеллекта (ИИ) для диагностики рака молочной железы (РМЖ). Проведена качественная и экономическая оценка применения для этой цели программно-аппаратного комплекса «Faust View», основанного на алгоритмах ИИ. Исследование показало, что заключения, сформулированные с помощью данной системы, сопоставимы по точности с результатами, полученными врачами-рентгенологами, что позволяет говорить о возможности внедрения ее в клиническую практику для снижения нагрузки на медицинский персонал. Продемонстрирована экономическая эффективность такого подхода.

The article examines the use of artificial intelligence (AI) technologies for the diagnosis of breast cancer. A qualitative and economic assessment of the use of the «Faust View» software and hardware complex based on AI algorithms was conducted. The study found that the conclusions formulated using this system are comparable in accuracy to the results obtained by radiologists. This indicates the potential for its implementation in clinical practice to reduce the workload on medical personnel. The economic efficiency of this approach was demonstrated, showing that it could be a cost-effective solution for improving healthcare outcomes and managing resources more effectively

искусственный интеллектрак молочной железымаммографиядиагностикаBI-RADSFaust Viewмедицинские технологииartificial intelligencebreast cancermammographydiagnosticsBI-RADSFaust Viewmedical technologyReferencesПервые 10000 маммографических исследований, выполненных в рамках услуги «Описание и интерпретация данных маммографического исследования с использованием искусственного интеллекта» / Ю.А. Васильев [и др.] // Менеджер здравоохранения. 2023. №8. С. 54–67. Doi: 10.21045/1811–0185–2023–8–54–67.Первые 10000 маммографических исследований, выполненных в рамках услуги «Описание и интерпретация данных маммографического исследования с использованием искусственного интеллекта» / Ю.А. Васильев [и др.] // Менеджер здравоохранения. 2023. №8. С. 54–67. Doi: 10.21045/1811–0185–2023–8–54–67.Возможности искусственного интеллекта в оценке риска рака молочной железы на маммографических изображениях (клинические примеры) / В.А. Солодкий [и др.] // Вестник Российского научного центра рентгенорадиологии. 2023. №1. С. 25–31.Возможности искусственного интеллекта в оценке риска рака молочной железы на маммографических изображениях (клинические примеры) / В.А. Солодкий [и др.] // Вестник Российского научного центра рентгенорадиологии. 2023. №1. С. 25–31.Croskerry P. Achieving quality in clinical decision making: cognitive strategies and detection of bias //Acad Emerg Med. 2002. №9(11). P. 1184–1204. Doi: 10.1111/j.1553–2712.2002.tb01574.x.Croskerry P. Achieving quality in clinical decision making: cognitive strategies and detection of bias //Acad Emerg Med. 2002. №9(11). P. 1184–1204. Doi: 10.1111/j.1553–2712.2002.tb01574.x.Захарова Н.А. / Рентгенологическая плотность молочных желез как фактор риска развития рака молочной железы // Креативная хирургия и онкология. 2012. №4. С. 52–57.Захарова Н.А. / Рентгенологическая плотность молочных желез как фактор риска развития рака молочной железы // Креативная хирургия и онкология. 2012. №4. С. 52–57.Волчек В.С. Пути повышения эффективности скрининга рака: выявление и преодоление барьеров / В.С. Волчек, Т.М. Шаршакова // Современные проблемы здравоохранения и медицинской статистики. 2023. №4. С. 731–750.Волчек В.С. Пути повышения эффективности скрининга рака: выявление и преодоление барьеров / В.С. Волчек, Т.М. Шаршакова // Современные проблемы здравоохранения и медицинской статистики. 2023. №4. С. 731–750.The value of computer aided detection system in breast cancer difficult to detect at screening mammography / D.V. Pasynkov [et al.] // Rejr. 2019. №9 (2). Р. 107–118.The value of computer aided detection system in breast cancer difficult to detect at screening mammography / D.V. Pasynkov [et al.] // Rejr. 2019. №9 (2). Р. 107–118.Двойной просмотр результатов маммографии с применением технологий искусственного интеллекта: новая модель организации массовых профилактических исследований / Ю.А. Васильев [и др.] // Digital Diagnostics. 2023. Т. 4. №2. Doi: 10.17816/DD321423.Двойной просмотр результатов маммографии с применением технологий искусственного интеллекта: новая модель организации массовых профилактических исследований / Ю.А. Васильев [и др.] // Digital Diagnostics. 2023. Т. 4. №2. Doi: 10.17816/DD321423.Combining the strengths of radiologists and AI for breast cancer screening: a retrospective analysis / C. Leibig [et al.] // Lancet Digit Health. 2022. №4(7). P. e507-e519. Doi: 10.1016/S2589–7500(22)00070-X.Combining the strengths of radiologists and AI for breast cancer screening: a retrospective analysis / C. Leibig [et al.] // Lancet Digit Health. 2022. №4(7). P. e507-e519. Doi: 10.1016/S2589–7500(22)00070-X.International evaluation of an AI system for breast cancer screening / S.M. McKinney [et al.] // Nature. 2020. Oct. №586, 577. P. 89–94. Doi: 10.1038/s41586019 1799 6.International evaluation of an AI system for breast cancer screening / S.M. McKinney [et al.] // Nature. 2020. Oct. №586, 577. P. 89–94. Doi: 10.1038/s41586019 1799 6.Can artificial intelligence reduce the interval cancer rate in mammography screening? / K. Lång [et al.] // 2021. Eur Radiol. №31. Р. 5940–5947.Can artificial intelligence reduce the interval cancer rate in mammography screening? / K. Lång [et al.] // 2021. Eur Radiol. №31. Р. 5940–5947.Implications for downstream workload based on calibrating an artificial intelligence detection algorithm by standalone-reader or combined-reader sensitivity matching / K. Dembrower [et al.] // 2023. J Med Imaging (Bellingham). №10 (S2). P. S22405–S22405.Implications for downstream workload based on calibrating an artificial intelligence detection algorithm by standalone-reader or combined-reader sensitivity matching / K. Dembrower [et al.] // 2023. J Med Imaging (Bellingham). №10 (S2). P. S22405–S22405.External evaluation of 3 commercial artificial intelligence algorithms for independent assessment of screening mammograms / M. Salim [et al.] // JAMA Oncol. 2020. №6 (10). P. 1581–1588. Https://doi.org/10.1001/jamaoncol.2020.3321.External evaluation of 3 commercial artificial intelligence algorithms for independent assessment of screening mammograms / M. Salim [et al.] // JAMA Oncol. 2020. №6 (10). P. 1581–1588. Https://doi.org/10.1001/jamaoncol.2020.3321.Effect of artificial intelligencebased triaging of breast cancer screening mammograms on cancer detection and radiologist workload: a retrospective simulation study / K. Dembrower [et al.] // Lancet Digit Health. 2020. №2 (9). P. e468-e474.Effect of artificial intelligencebased triaging of breast cancer screening mammograms on cancer detection and radiologist workload: a retrospective simulation study / K. Dembrower [et al.] // Lancet Digit Health. 2020. №2 (9). P. e468-e474.An artificial intelligence–based mammography screening protocol for breast cancer: outcome and radiologist workload / A. D. Lauritzen [et al.] // Radiology. 2022. №304(1). P. 41–49.An artificial intelligence–based mammography screening protocol for breast cancer: outcome and radiologist workload / A. D. Lauritzen [et al.] // Radiology. 2022. №304(1). P. 41–49.Detection of breast cancer with mammography: effect of an artificial intelligence support system / a. rodríguez-ruiz [et al.] // radiology. 2019. №290 (2). p. 305–314. https://doi.org/10.1148/radiol.2018181371.Detection of breast cancer with mammography: effect of an artificial intelligence support system / a. rodríguez-ruiz [et al.] // radiology. 2019. №290 (2). p. 305–314. https://doi.org/10.1148/radiol.2018181371.

The authors declare that there are no conflicts of interest present.