Оценка эффективности использования технологий искусственного интеллекта для скрининга заболеваний легких в муниципальной больнице
Автор: Бородулина Е.А., Гогоберидзе Ю.Т., Просвиркин И.А., Бородулин Б.Б., Вдоушкина Е.С., Поваляева Л.В., Жилинская К.В., Поваляев Е.И., Карась С.И.
Журнал: Сибирский журнал клинической и экспериментальной медицины @cardiotomsk
Рубрика: Цифровые технологии в медицине и здравоохранении
Статья в выпуске: 1 т.40, 2025 года.
Бесплатный доступ
Актуальность. Для организации скрининговых обследований населения на туберкулез легких разработаны и зарегистрированы сервисы, основанные на применении технологий искусственного интеллекта (ИИ-сервисы).Цель: оценить диагностические метрики и производительность ИИ-сервиса производства ООО «ФтизисБиоМед» как системы поддержки принятия врачебных решений (СППВР) в рамках рутинной клинической практики в муниципальной больнице.Материал и методы. Индекс-тест проводили на программном обеспечении «Программа автоматизированного анализа цифровых рентгенограмм органов грудной клетки / флюорограмм по ТУ 62.01.29-001-96876180-2019».Результаты. Индекс-тест ИИ-сервиса как СППВР показал высокие значения операционных характеристик (чувствительность 96%, специфичность 61%), значительную экономию времени, затраченного на формирование заключений, высокую скорость передачи данных. Выбор оптимальной точки разделения для проведения скрининга целесообразен на основе метрики максимизации прогностической ценности отрицательного результата (максимизации чувствительности). При сравнении диагностической эффективности решений ИИ-сервиса и врачей показано, что площадь под ROC-кривой заключений ИИ-сервиса (0,91-0,93) не уступает аналогичному показателю квалифицированных врачей-рентгенологов (0,78-0,91, согласно данным литературы).Обсуждение. Использование ИИ-сервиса позволяет значительно экономить время, необходимое для анализа одного рентгеновского снимка, что особенно важно для быстрой диагностики в рамках скрининговых программ. Использование ИИ-сервиса с высокой диагностической эффективностью расширяет возможности рентгенологов и свидетельствует о переходе на новый уровень качества оказания медицинской помощи. Высокая скорость передачи данных позволяет улучшить координацию между медицинским персоналом и обеспечивает более оперативное принятие решений в отношении пациентов.Выводы. Выявление патологических изменений на рентгенограммах пациентов с применением ИИ-сервиса имеет высокую диагностическую эффективность и может быть использовано в рамках программ скрининга населения на заболевания легких.
Искусственный интеллект, web-сервис, флюорограмма, рентгенограмма, заболевания легких, распознавание изображений, принятие диагностических решений, программы скрининга
Короткий адрес: https://sciup.org/149147871
IDR: 149147871 | УДК: 616.24-082-073.75:004.8 | DOI: 10.29001/2073-8552-2025-40-1-209-217
Effectiveness of Artificial Intelligence for Lung Disease Screening in a Municipal Hospital
Background. To organize screening of the population for pulmonary tuberculosis, services based on the use of artificial intelligence technologies (AI services) have been developed and registered.Aim: To evaluate diagnostic metrics and performance of the AI-service as medical decision support system within the framework of routine clinical practice at the scale of a municipal hospital.Material and Methods. The index test was conducted using the software “Automated analysis program for digital chest X-ray/ fluorography images according to TU 62.01.29-001-96876180-2019” produced by LLC “PhthisisBiomed”.Results. The index test of the AI service as a system for supporting medical decision-making showed high values of operational characteristics (sensitivity 96%, specificity 61%), significant savings in the time spent on forming conclusions, and high data transfer rate. The choice of the optimal separation point for screening is reasonably based on the metric of maximizing the predictive value of a negative result (sensitivity maximization). When comparing the diagnostic efficiency of AI-service solutions and physicians, it is shown that the area under the ROC curve of AI-service conclusions (0.91-0.93) is not inferior to that of qualified radiologists (0.78-0.91 according to the literature.Discussion. The use of AI service allows to significantly save the time required to analyze one X-ray image, which is especially important for rapid diagnostics within the framework of screening programs. The use of AI service with high diagnostic efficiency expands the capabilities of radiologists and indicates a transition to a new level of quality of medical care. High speed data transfer allows for better coordination between medical staff and enables faster decision-making for patients.Conclusions. Detection of pathological changes on radiographs of patients using AI-service has high diagnostic efficiency and can be used within the framework of population screening programs for lung diseases.
