Компьютерная томография органов грудной клетки (КТ ОГК), выполняемая по различным показаниям, содержит информацию о структуре молочных желез, которая традиционно остается неиспользованной. Применение искусственного интеллекта (ИИ) в маммографии доказанно повышает эффективность диагностики рака молочной железы (РМЖ), помогая выявлять малозаметные очаговые изменения. Российские исследователи представили результаты тестирования прототипа ИИ-модели, способной выявлять очаговые изменения молочных желез при бесконтрастной КТ ОГК, что открывает возможности для оппортунистической диагностики — выявления патологии при исследованиях, выполненных по другим показаниям.

Модель обучена и валидирована на выборке из 100 исследований пациенток с морфологически подтвержденным РМЖ и 100 исследований пациенток без злокачественных новообразований (ЗНО).

Тестирование выполнено на 58 исследованиях пациенток с ЗНО и 653 исследованиях пациенток без выявленного ЗНО по данным маммографического скрининга.

Для оценки производительности модели выполнен ROC-AUC-анализ, определен максимальный индекс Юдена для введения оптимального порога отсечения по объему выявляемых образований.

При первичном тестировании прототипа без применения порога отсечения получены следующие показатели:

• ROC-AUC: 0,638 (95% ДИ 0,594–0,683)
• Чувствительность: 0,897 (95% ДИ 0,818–0,975)
• Специфичность: 0,380 (95% ДИ 0,343–0,417)
• Точность: 0,422 (95% ДИ 0,386–0,458)

Высокая чувствительность сопровождалась низкой специфичностью, что приводило к большому числу ложноположительных срабатываний.

При введении оптимального порога отсечения по объему образований, определенного по максимальному индексу Юдена (1,343 см³), показатели существенно улучшились:

• Точность: 0,931 (95% ДИ 0,912–0,950)
• Специфичность: 0,940 (95% ДИ 0,922–0,958)
• Чувствительность: 0,821 (95% ДИ 0,730–0,925)

Введение порога отсечения позволило радикально улучшить специфичность (с 0,380 до 0,940) при сохранении приемлемой чувствительности (снижение с 0,897 до 0,821).

Авторы отмечают, что большинство аналогичных исследований полностью не решают проблему низкой специфичности. В этих работах предполагается использование высокочувствительных алгоритмов для первичной детекции с последующей стратификацией найденных очагов рентгенологами.

Для бесконтрастной КТ следует рассматривать как попытку определить рабочую точку алгоритма, при которой , увеличивающих время анализа исследования для рентгенологов. Найденный порог 1,343 см³ обеспечивает оптимальный баланс между выявляемостью клинически значимых образований и минимизацией ложноположительных результатов.