Свёрточные нейронные сети (CNNs) всё чаще применяются для анализа гистопатологических препаратов колоректального рака (КРР), окрашенных гематоксилин-эозином (H&E), однако остаётся неясным, насколько заявленная производительность соответствует готовности к клиническому использованию. По методологии PRISMA 2020 выполнен поиск в PubMed и Scopus до 30 августа 2026 года, два рецензента независимо отобрали исследования; включено 102 исследования. Каждая работа классифицирована по основной задаче, уровню анализа и стратегии валидации; риск смещения оценен адаптированным инструментом QUADAS-2.
Большинство исследований решали задачу бинарной классификации «опухоль–здоровая ткань» (53,9%) или мультиклассовой классификации тканей (26,5%); дифференцировка дисплазии, сегментация и молекулярное предсказание встречались реже. Более половины работ оценивали изолированные патчи, 62,7% использовали публичные датасеты, и только 21,6% тестировали фиксированную модель на независимой внешней когорте. Лишь 6 исследований (5,9%) имели низкий риск смещения. Близкие к идеальным показатели точности были получены преимущественно на случайно разделённых бенчмарк-наборах, производительность снижалась на независимых когортах, и ни одно исследование не включало проспективное испытание.
Систематический обзор предоставляет стратифицированную по задачам и валидации оценку CNN в гистопатологии КРР, показывая, что основной барьер клинического внедрения — уже не алгоритмическая точность, а качество валидационных доказательств. Приоритеты: разделение данных на уровне пациентов, мультицентровая внешняя валидация, оценка на уровне препаратов целиком и проспективная оценка взаимодействия патолога с ИИ.

