Искусственный интеллект (ИИ) активно распространяется в онкогинекологии, однако большинство разработок по-прежнему сосредоточено на интерпретации изображений и ретроспективном прогнозировании, а не на прямой поддержке терапевтических решений. Обзор рассматривает, как ИИ переходит от выделения биомаркеров визуализации к мультимодальным системам поддержки решений, интегрирующим радиологические, патоморфологические, молекулярные и клинические данные.

Авторы обобщают текущие применения ИИ при раке яичников, эндометрия и шейки матки, уделяя особое внимание предоперационной стратификации риска, планированию хирургического лечения, лучевой терапии, выбору системного лечения, прогнозированию ответа на терапию и мультидисциплинарному принятию решений. Мультимодальные подходы особенно перспективны, поскольку отражают реальный процесс клинических решений и могут обеспечить большую ценность, чем модели, основанные на единственном источнике данных.

Текущая доказательная база остаётся преимущественно ретроспективной и моноцентровой, с ограниченной внешней и проспективной валидацией. Гетерогенность данных, сдвиг домена, неполные мультимодальные наборы данных, систематические ошибки, интеграция в рабочий процесс, регуляторные требования и мониторинг моделей остаются важными препятствиями к рутинному внедрению.

Авторы предлагают поэтапный путь клинической трансляции: от надёжной мультицентровой валидации и проспективной оценки взаимодействия человека с ИИ до исследований клинического воздействия и постимплементационного мониторинга. Следующий этап развития ИИ в онкогинекологии должен приоритизировать клинически значимые решения и измеримую пользу для пациентов или рабочего процесса, а не только инкрементное улучшение прогностической точности.