ИИ‑поддержка маммографии повысила чувствительность без потери специфичности

Маммография – это профилактическое обследование, которое рекомендуется проходить регулярно женщинам после 40 лет // Источник: Freepik

По данным рандомизированного исследования MASAI, опубликованного 31 января 2026 г. в журнале The Lancet, скрининговая маммография с поддержкой искусственного интеллекта (ИИ) не уступила стандартному двойному чтению снимков по частоте межскринингового рака и показала более высокую чувствительность при той же специфичности.

Межскрининговым считали первичный рак молочной железы, диагностированный между двумя раундами скрининга (или в течение 2 лет после последнего планового обследования).

В шведском популяционном исследовании 105 934 женщин распределили 1:1 в группу ИИ‑поддержки и в контрольную группу стандартного двойного чтения без ИИ. ИИ использовали для «триажа» исследований (на одно или два чтения) и как подсказку при поиске подозрительных изменений. В анализе «не меньшей эффективности» заранее допускали, что частота межскринингового рака при ИИ может превысить контроль не более чем на 20%.

Частота межскринингового рака составила 1,55 на 1000 участниц в группе ИИ и 1,76 на 1000 – в контроле; отношение долей 0,88 (95% ДИ 0,65–1,18; p=0,41), то есть снижение примерно на 12%, но без статистически значимых различий.

В группе ИИ также было меньше межскрининговых опухолей с неблагоприятными признаками – инвазивных, крупных (T2+) и не относящихся к люминальному A подтипу. Чувствительность скрининга оказалась выше при ИИ (80,5% против 73,8%; p=0,031), причём эффект сохранялся в разных возрастных группах и при разной плотности молочной железы; прирост чувствительности касался инвазивного рака, но не рака in situ (неинвазивного). Специфичность в обеих группах была одинаковой – 98,5%.

Авторы считают, что такая схема может одновременно поддержать качество скрининга и снизить нагрузку на врачей‑радиологов за счёт перераспределения чтений, что высвобождает время для других клинических задач. При этом результаты получены в конкретной организации скрининга и с заданным порогом, поэтому переносимость на другие программы требует такой же тщательной проверки на уровне системы здравоохранения.

Часть авторов сообщила о потенциальных конфликтах интересов, включая консультирование для компаний медтехнологий и разработчиков решений для анализа медицинских изображений.

Источник: Gommers J. et al. (2026). Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study: a randomised, controlled, non-inferiority, single-blinded, population-based, screening-accuracy trial. The Lancet, 407(10527), 505–514.