Скрининг — это профилактическое медицинское обследование, направленное на раннее выявление заболеваний у людей без выраженных симптомов. Его главная цель — обнаружить патологические изменения на стадии, когда лечение наиболее эффективно и позволяет избежать осложнений.
"), особенно у женщин с плотной тканью груди, где традиционная [маммография](https://omrst.ru/glossary/mammography "Маммография — это рентгенологическое исследование молочных желез, направленное на раннее выявление патологий, включая рак груди. Она считается «золотым стандартом» в скрининге рака молочной железы и рекомендуется большинству женщин после 40 лет, особенно при наличии факторов риска.
") даёт ограниченные результаты. Маммография остаётся золотым стандартом ранней диагностики, но при высокой плотности молочной железы её чувствительность снижается. В таких случаях пациенткам назначают МРТ — метод более чувствительный, но и более подверженный ложноположительным результатам, что может приводить к ненужным биопсиям и дополнительной нагрузке на пациенток и врачей. Для решения этой проблемы исследователи из лаборатории искусственного интеллекта Microsoft и кафедры радиологии Вашингтонского университета разработали модель ИИ на основе алгоритма обнаружения аномалий. Эта модель анализирует изображения, выявляя отклонения от нормы и визуализируя их в виде тепловых карт. Такие карты позволяют рентгенологам точно увидеть, где система «увидела» аномалию, и соотнести это с клиническими или гистологическими данными. В отличие от традиционных моделей бинарной классификации, которые просто сообщают «рак/не рак», новая модель ИИ учится на больших массивах нормальных МРТ-снимков. Это позволяет ей формировать точное представление о том, как выглядит здоровая ткань молочной железы, и отклонения от этого образца фиксируются как потенциально патологические. Такой подход особенно важен при низкой распространенности заболевания в выборке, что типично для массового скрининга. Модель обучалась на базе почти 10 000 МРТ-исследований, выполненных с 2005 по 2022 год. Большинство пациенток были женщинами с высокой плотностью ткани молочной железы — фактором риска, который часто затрудняет визуализацию опухолей. При этом более 80% участниц принадлежали к одной этнической группе, что подчёркивает необходимость будущих исследований с более разнообразными данными. Протестированная на трёх независимых выборках, включая как внутренние, так и общедоступные многоцентровые данные, модель уверенно показала высокую точность в локализации опухолей, подтверждённых биопсией. Она превзошла существующие эталонные модели, как в условиях высокой распространённости злокачественных образований, так и в реальных скрининговых условиях, где рак встречается реже. Одной из главных особенностей разработки стали тепловые карты — визуальные подсказки, отображающие участки изображения, которые ИИ интерпретирует как аномальные. Эти карты создаются с пиксельной точностью, обеспечивая уровень объяснимости, ранее недоступный в автоматизированной [диагностике](https://omrst.ru/glossary/diagnostics "Диагностика — это комплекс медицинских мероприятий, направленных на установление точного диагноза. Она позволяет выявить заболевание на ранней стадии, определить его характер, тяжесть и выбрать наиболее эффективное лечение.
"). Они могут быть особенно полезны при сортировке пациентов и выявлении подозрительных случаев, помогая направить внимание радиолога туда, где вероятность патологии выше. В долгосрочной перспективе модель может интегрироваться в рабочие процессы радиологических отделений, позволяя ускорить рутинные оценки, снизить нагрузку на специалистов и минимизировать риск пропущенного [диагноза](https://omrst.ru/glossary/diagnosis "Диагноз — это медицинское заключение о заболевании, основанное на анализе жалоб пациента, осмотре, результатах лабораторных и инструментальных исследований. Он позволяет врачу определить, с каким заболеванием столкнулся пациент, и выбрать правильную тактику лечения.
"). Особенно это актуально в условиях дефицита кадров, растущего числа исследований и необходимости точной интерпретации сложных случаев. Исследование также поднимает вопрос об этичности и клинической надёжности ИИ-систем. Важно подчеркнуть, что пока речь идёт о вспомогательном инструменте, а не об автономной диагностике. Любые выводы модели должны подтверждаться врачом, и дальнейшие перспективные исследования необходимы для оценки эффективности внедрения в реальную клиническую практику. Тем не менее, данная разработка — важный шаг к трансформации визуальной диагностики в онкологии. Она показывает, что ИИ может не только автоматизировать задачи, но и делать их более интерпретируемыми, прозрачными и полезными в реальной клинической работе. Новое поколение моделей, основанных на анализе аномалий, способно не просто «угадывать» [диагноз](https://omrst.ru/glossary/diagnosis "Диагноз — это медицинское заключение о заболевании, основанное на анализе жалоб пациента, осмотре, результатах лабораторных и инструментальных исследований. Он позволяет врачу определить, с каким заболеванием столкнулся пациент, и выбрать правильную тактику лечения.
"), а помогать врачу делать более точные и обоснованные выводы. Для диагностики рака молочной железы это особенно важно: раннее выявление критически влияет на прогноз заболевания. И если искусственный интеллект помогает обнаруживать [опухоли](https://omrst.ru/glossary/tumor "Опухоль — это патологическое образование, возникающее в результате неконтролируемого деления клеток. Она может быть доброкачественной (не распространяется на другие органы) или злокачественной (способна к метастазированию и разрушению окружающих тканей).
") в тех случаях, где глаз радиолога может не заметить патологию — это уже огромный вклад в спасение жизней. **Ссылка:** «Выявление рака при скрининге МРТ молочной железы с помощью объяснимого обнаружения аномалий с помощью ИИ » [ DOI: doi/10.1148/radiol.241629.](https://pubs.rsna.org/doi/10.1148/radiol.241629 "DOI: doi/10.1148/radiol.241629") - Связанные статьи: [ИИ помогает расшифровывать микросреду опухоли: новый путь к персонализированному лечению рака груди](https://omrst.ru/61,2025) | [Инактивация стрессового пути JNK делает клетки рака груди ER+ устойчивыми к терапии](https://omrst.ru/116,2025) | [Искусственный интеллект и анализ отдельных клеток: новый метод прогнозирования выживаемости при раке груди](https://omrst.ru/227,2026) | [Искусственный интеллект против рака груди: как модель MobileNet-V2 с модулем внимания и оптимизатором Nadam меняет диагностику](https://omrst.ru/81,2025) | [Как агрессивный рак груди использует лимфатические узлы для уклонения от иммунной системы](https://omrst.ru/150,2025) | [Т-клетки научились «перепрограммировать» иммунитет: ученые открыли новый способ борьбы с раком](https://omrst.ru/236,2026) - Похожие материалы: [ИИ без кода в диагностике рака молочной железы: как Google Teachable Machine справляется с задачами гистопатологической классификации](https://omrst.ru/35,2025) | [ИИ усиливает точность диагностики рака груди: новые данные о взаимодействии врача и алгоритма](https://omrst.ru/42,2025) | [Машинное обучение и нанобиосенсоры в борьбе с раком груди: как ИИ улучшает диагностику и прогноз](https://omrst.ru/38,2025) Загрузка следующей статьи... ## Schema ```json { "@context": "https://schema.org", "@graph": [ { "@type": "WebSite", "@id": "https://omrst.ru/#website", "url": "https://omrst.ru/", "name": "ОРМСТ", "inLanguage": "ru-RU" }, { "@type": "CollectionPage", "@id": "https://omrst.ru/news#collection", "url": "https://omrst.ru/news", "name": "Новости ИИ-диагностики рака и бесплодия", "isPartOf": { "@id": "https://omrst.ru/#website" }, "description": "Новости ОРМСТ: ИИ-диагностика рака груди и рака матки, анализ эндометрия, технологии выявления бесплодия и инновации в медицинской диагностике.", "inLanguage": "ru-RU" }, { "@type": "Blog", "@id": "https://omrst.ru/news#blog", "url": "https://omrst.ru/news", "name": "Новости ОРМСТ", "description": "Новости ИИ-диагностики рака груди, рака матки, анализа эндометрия и технологий выявления бесплодия.", "isPartOf": { "@id": "https://omrst.ru/news#collection" }, "inLanguage": "ru-RU" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "ОРМСТ – прорывные решения в диагностике рака и репродуктологии", "item": "https://omrst.ru" }, { "@type": "ListItem", "position": 2, "name": "Новости", "item": "https://omrst.ru/news" }, { "@type": "ListItem", "position": 3, "name": "ИИ-диагностика в онкологии: новая модель точно распознаёт рак груди на МРТ и объясняет свои выводы", "item": "https://omrst.ru/58,2025" } ] } ``` ```json { "@context": "https://schema.org", "@type": "Article", "mainEntityOfPage": { "@type": "WebPage", "@id": "https://omrst.ru/58,2025" }, "headline": "ИИ-диагностика в онкологии: новая модель точно распознаёт рак груди на МРТ и объясняет свои выводы", "description": "Современные методы диагностики рака молочной железы продолжают стремительно развиваться благодаря интеграции искусственного интеллекта. Новое исследование, опубликованное в журнале Radiology, продемонстрировало высокую точность и интерпретируемость модели ИИ, способной выявлять злокачественные новообразования на магнитно-резонансных томограммах молочной железы. Эта технология может существенно повысить эффективность скрининга, особенно у женщин с плотной тканью груди, где традиционная маммография даёт ограниченные результаты.", "image": { "@type": "ImageObject", "url": "https://omrst.ru/images/img_25/50585757-d1ea-49de-b5b8-c0828ef36967.jpg" }, "publisher": { "@type": "Organization", "name": "Облачные решения в медицине - спектроскопия и термография", "logo": { "@type": "ImageObject", "url": "https://omrst.ru/images/stai_2_1.png" } }, "author": { "@type": "Person", "name": "Научный автор", "url": "https://omrst.ru/contact-us" }, "datePublished": "2025-07-16T07:22:46+03:00", "dateCreated": "2025-07-16T07:22:46+03:00", "dateModified": "2025-07-16T08:03:09+03:00" } ```