Анализ ошибок автоматической сортировки профилактических исследований грудной клетки: основные причины возникновения и возможные варианты снижения их количества

Введение. Высокая распространенность проведения рентгенографических и флюорографических исследований органов грудной клетки приводит к значительной нагрузке на службу лучевой диагностики. Одним из перспективных решений, направленных на оптимизацию процесса анализа профилактических исследований (рентгенографии и флюорографии), является использование технологий искусственного интеллекта (ТИИ). Такой подход демонстрирует эффективность в сортировке исследований на основе бинарной оценки («норма» / «не норма»). В ходе оценки данного метода были выявлены недочеты в виде ложноотрицательных результатов, требующих дальнейшего изучения и совершенствования. Цель: оценить потенциальные пути снижения количества ложноотрицательных результатов автоматизированной сортировки профилактических рентгенографических исследований органов грудной клетки с помощью программного обеспечения на основе ТИИ. Материал и методы. В ходе ретроспективного диагностического исследования, проведенного в период с 01.05.2025 по 30.06.2025 гг., была проанализирована выборка из 411 случаев ложноотрицательных результатов, выявленных при оценке эффективности автоматизированной сортировки с помощью трех различных сервисов на основе ТИИ. Исследование базировалось на данных профилактических лучевых исследований органов грудной клетки, полученных при оказании медицинской помощи в амбулаторных условиях и в ходе массовых медицинских осмотров взрослого населения г. Москвы. Полученные изображения были повторно проанализированы двумя опытными врачами-рентгенологами (стаж работы более 10 лет) с учетом клинической информации и данных анамнеза пациента. Использовались методы аналитической и описательной статистики. Результаты. Большинство (n = 266) ложноотрицательных результатов было связано с пропуском инфильтративных изменений и очагов в легких. Остальные клинически значимые расхождения были установлены в 24 случаях. При анализе архивных данных и медицинской истории пациентов была выявлена дополнительная информация, которая при ее использовании в сервисах на основе ТИИ могла бы повлиять на интерпретацию исследований и уменьшить риск ложноотрицательных результатов. Такие данные были обнаружены в 68,3% случаев (n = 198) с клинически значимыми и в 5% (n = 6) – с клинически незначимыми пропусками. Заключение. Снижение числа ложноотрицательных результатов требует комплексного подхода: внедрения дублирующего сервиса ТИИ, повышения качества направлений от врачей, а также интеграции в алгоритмы ТИИ клинических данных и результатов предыдущих исследований пациентов, что в свою очередь означает развитие мультимодального программного обеспечения с использованием ТИИ.