Искусственный интеллект может поддерживать диагностику рака предстательной железы, но его клиническая ценность зависит от условий валидации. Авторы синтезировали доказательства клинической валидации ИИ в цифровой патологии и оценили его производительность в детекции рака, определении степени злокачественности и помощи патологоанатомам.
Поиск проводился в PubMed/MEDLINE, Scopus, Web of Science Core Collection, Embase и IEEE Xplore по 28 сентября 2026 года включительно. В клинический синтез вошли исследования оцифрованных гистологических препаратов, окрашенных гематоксилином и эозином, с оценкой детекции рака, градации по Gleason/ISUP или помощи патологоанатому на уровне биопсии, среза, случая или пациента. Исследования, ограниченные патчами, были отнесены к более широкой карте доказательств. Два рецензента независимо отбирали исследования; риск систематической ошибки оценивался с использованием QUADAS-2.
Более широкая карта доказательств включила 562 публикации; клинический синтез включил 52 публикации и 79 вкладов: 34 по детекции рака, 31 по градации и 14 по помощи патологоанатому или внедрению.
В одном независимом тесте с участием 535 биопсий площадь под ROC-кривой составила 0.990 (95% CI 0.982–0.996). В другой серии точное совпадение Grade Group было зафиксировано в 57 из 109 образцов рака (52.3%) с квадратичным взвешенным каппа 0.87.
В одном исследовании чувствительность патологоанатомов увеличилась с 88.7% до 96.6% при помощи ИИ. Общий риск систематической ошибки был высоким в 33 публикациях и неясным в 19.
Полученные данные поддерживают дальнейшую клиническую оценку ИИ для детекции рака, градации и вторичного пересмотра. Внедрение требует локальной валидации операционных порогов и оценки диагностических ошибок и влияния на рабочий процесс.

