Васильев Юрий Александрович – к.м.н., директор
ул. Петровка, д. 24, стр. 1, г. Москва, 127051
Yuriy A. Vasilev, Cand. Sci. (Med.), Director
Bldg 1, 24 Petrovka Street, Moscow, 127051
Тыров Илья Александрович – заместитель руководителя
Оружейный пер., д. 43, г. Москва, 127006
Ilya A. Tyrov, Deputy Head
43 Oruzheynyy Lane, Moscow, 127006
Владзимирский Антон Вячеславович – д.м.н., профессор, заместитель директора по научной работе
ул. Петровка, д. 24, стр. 1, г. Москва, 127051
Anton V. Vladzymyrskyy, Dr. Sci. (Med.), Professor, Deputy Director for Research
Bldg 1, 24 Petrovka Street, Moscow, 127051
Арзамасов Кирилл Михайлович – к.м.н., руководитель отдела медицинской информатики, радиомики и радиогеномики
ул. Петровка, д. 24, стр. 1, г. Москва, 127051
Kirill M. Arzamasov, Cand. Sci. (Med.), Head of the Department of Medical Informatics, Radiomics and Radiogenomics
Bldg 1, 24 Petrovka Street, Moscow, 127051
Пестренин Лев Дмитриевич – младший научный сотрудник отдела медицинской информатики, радиомики и радиогеномики
ул. Петровка, д. 24, стр. 1, г. Москва, 127051
Lev D. Pestrenin, Junior Researcher, Department of Medical Informatics, Radiomics and Radiogenomics
Bldg 1, 24 Petrovka Street, Moscow, 127051
Шулькин Игорь Михайлович – заместитель директора по перспективному развитию
ул. Петровка, д. 24, стр. 1, г. Москва, 127051
Igor M. Shulkin, Deputy Director for Prospective Development
Bldg 1, 24 Petrovka Street, Moscow, 127051
Введение. В настоящее время отмечается бурное развитие программного обеспечения на основе технологии искусственного интеллекта, в том числе для анализа цифровых флюорограмм. Это программное обеспечение, предварительно зарегистрированное как медицинское изделие, может быть использовано для автономного анализа и сортировки исследований, что позволит врачам-рентгенологам сфокусировать внимание на исследованиях с патологией.
Цель исследования: обосновать возможность и эффективность применения программного обеспечения на основе технологии искусственного интеллекта для автономного анализа и сортировки результатов цифровой флюорографии.
Материалы и методы. С помощью программного обеспечения на основе технологии искусственного интеллекта, зарегистрированного в РФ как медицинское изделие, было обработано 88 048 цифровых флюорограмм, выполненных в первом квартале 2023 г. Проведен ROC-анализ полученных данных.
Результаты. При текущих настройках программного обеспечения: чувствительность 90,4 % (95 % ДИ: 88,2–92,7), специфичность 75,5 % (95 % ДИ: 75,2–75,8), точность 75,6 % (95 % ДИ: 75,3–75,9). При настройке программного обеспечения на максимальную чувствительность: чувствительность 100,0 % (95 % ДИ: 100–100), специфичность 77,4 % (95 % ДИ: 74,8–80,0), точность 77,9 % (95 % ДИ: 75,3–80,5). Предложена модель организации медицинской помощи, предусматривающая автономную сортировку результатов профилактической флюорографии: изображения анализируются программным обеспечением, результаты с «Нормой» сохраняются в медицинской документации без описания врачом-рентгенологом, результаты с «Не нормой» направляются на описание врачом-рентгенологом (в перспективе, по мере совершенствования технологий искусственного интеллекта, сразу направляются врачу клинической специальности).
Заключение. Оптимальным сценарием видится использование программного обеспечения на основе технологии искусственного интеллекта для выявления исследований категории «Норма», пересмотр которых врачом-рентгенологом при настройке алгоритма на максимальную чувствительность необязателен. Обязательному пересмотру будут подвергаться только те исследования, которые будут классифицированы программным обеспечением как «Не норма». Экономическая выгода от практической реализации данного подхода в масштабах страны может составлять до 5,6 млрд рублей ежегодно.
Introduction: A rapid development of artificial intelligence software, including that for the analysis of digital fluorography images, has been noted recently. Pre-registered as a medical device, this software can be used for stand-alone analysis and triage of test results, allowing radiologists to focus on pathological findings.
Objective: To substantiate the possibility and efficiency of using artificial intelligence software for stand-alone analysis and triage of digital fluorography images.
Materials and methods: 88,048 digital fluorograms obtained in the first quarter of 2023 were processed using the artificial intelligence software registered in the Russian Federation as a medical device and a ROC analysis of the findings was carried out.
Results: We established that default software settings with the sensitivity of 90.4 % (95 % CI: 88.2–92.7) produced specificity of 75.5 % (95 % CI: 75.2–75.8) and accuracy of 75.6 % (95 % CI: 75.3–75.9). At the maximum sensitivity of 100.0 % (95 % CI: 100–100), specificity was 77.4 % (95 % CI: 74.8–80.0) and accuracy was as high as 77.9 % (95 % CI: 75.3–80.5). We have proposed a model of organizing health care which provides for stand-alone sorting of fluorography images by the software, saving normal results without their verification by a radiologist, and sending images with abnormal findings to a radiologist for diagnosis (in the future, as artificial intelligence improves, the latter will be immediately sent to a physician of the clinical specialty).
Conclusions: The established optimal scenario includes the use of artificial intelligence software to identify normal findings, which examination by a radiologist is optional when the algorithm is set to maximum sensitivity. Only the findings classified as abnormal will be subject to mandatory revision. The annual economic benefit gained by practical implementation of this approach nationwide can reach 5.6 billion rubles.
The authors declare that there are no conflicts of interest present.