
Пропасть между ML-разработками и клиникой: количественная оценка при трижды негативном раке молочной железы
Библиометрический анализ 394 публикаций выявил критический дисбаланс в исследованиях машинного обучения при ТНРМЖ: на каждое проспективное клиническое исследование приходится 44 работы по разработке алгоритмов. Ни одного проспективного интервенционного испытания не зарегистрировано.





![[18F]F-ATD001 ПЭТ/КТ демонстрирует сопоставимую с [18F]ФДГ способность выявления очагов при трижды негативном раке молочной железы](https://s3.twcstorage.ru/1873f82d-617b-4505-a1ec-3fe47ebe0e64/articles/2026/09/cmtxa8iry00c310dbaz2kpf6m/cover-ai.webp)
![SSTR-таргетная радиотераностика при раке молочной железы: сравнение [68Ga]Ga-DOTATOC и [68Ga]Ga-SSO120 с [18F]FDG ПЭТ](https://s3.twcstorage.ru/1873f82d-617b-4505-a1ec-3fe47ebe0e64/articles/2026/09/cmtser7a50009ckog42yy3xyj/cover-ai.webp)





![Возможность использования иммунно-ПЭТ с [89Zr]Zr-атезолизумабом для количественной оценки PD-L1 при метастатическом тройном негативном раке молочной железы](https://s3.twcstorage.ru/1873f82d-617b-4505-a1ec-3fe47ebe0e64/articles/2026/05/cmozs05xd002pmjfrs30o8az4/cover-ai.webp)
