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 поиск порога по объему следует рассматривать как попытку определить рабочую точку алгоритма, при которой число полезных срабатываний будет преобладать над числом ложных, увеличивающих время анализа исследования для рентгенологов. Найденный порог 1,343 см³ обеспечивает оптимальный баланс между выявляемостью клинически значимых образований и минимизацией ложноположительных результатов.

Разработан и протестирован прототип ИИ-модели для выявления образований молочных желез на бесконтрастной КТ ОГК. Определен оптимальный порог отсечения по объему — 1,343 см³, при котором достигается высокая специфичность (0,940) и точность (0,931) при сохранении приемлемой чувствительности (0,821).

Модель с установленным порогом отсечения готова к апробации и дальнейшей оценке применимости в условиях практического здравоохранения для оппортунистической диагностики РМЖ при выполнении КТ ОГК по другим показаниям.