Мультимодальная модель ИИ повышает точность скрининга рака молочной железы

Скрининг рака молочной железы должен сочетать диагностическую точность и эффективность рабочего процесса. Цифровая маммография (ДМ) остаётся ключевым методом, но двумерная проекция создаёт шум перекрытия тканей — особенно при плотной паренхиме — что приводит к ложноположительным результатам и неясным находкам. Ультразвук (УЗИ) часто используется как вспомогательный метод: он чувствителен к образованиям в плотной ткани, но зависит от оператора и хуже выявляет микрокальцификации. Томосинтез (DBT) улучшает визуализацию поражений и снижает эффект наложения, но генерирует большие объёмы данных, увеличивая время чтения и когнитивную нагрузку. Хотя искусственный интеллект (ИИ) показал высокие результаты для отдельных модальностей, большинство моделей не умеют одновременно обрабатывать несколько потоков изображений. Учитывая это, нужны углублённые исследования мультимодальных ИИ‑архитектур, объединяющих УЗИ, ДМ и DBT для сортировки рисков на уровне молочной железы.

Исследователи из Мемориальной больницы Сунь Ятсена, Университета Сунь Ятсена (Гуанчжоу, Китай) и партнёрских учреждений сообщают о результатах (DOI: 10.1093/pcmedi/pbag023) в Прецизионная клиническая медицина в 2026 (Том 9, Выпуск 3).

Команда разработала и проверила систему глубокого обучения с параллельными ветвями для классификации рисков на уровне молочной железы на основе парных исследований УЗИ, ДМ и DBT. Модели обучали на 2187 молочных железах и оценивали в когорте внутренней валидации из 632 молочных желез и в независимой когорте из 500 молочных желез с подтверждённой патологией; гистопатология служила эталонным стандартом. Сравнивали шесть заранее заданных конфигураций: три одномодальные модели — US, DM и DBT — и три двумодальные — US‑DM, DM‑DBT и US‑DBT. Модель US‑DBT показала наивысшую площадь под кривой рабочей характеристики приёма (AUC): 0,944 (95% доверительный интервал [CI], 0,926–0,963) в когорте внутренней валидации и 0,934 (95% ДИ, 0,913–0,955) в когорте с подтверждённой патологией. В последней её специфичность составила 0,955 (95% ДИ 0,927–0,975), положительная прогностическая ценность (PPV) — 0,958 (95% ДИ 0,931–0,977), а чувствительность — 0,850 (95% ДИ 0,807–0,887); разница по чувствительности по сравнению с базовыми моделями была статистически несущественной. Результаты оставались благоприятными для плотной молочной железы, очагов