ИИ оценивает пятилетний риск рака груди по маммограмме

Маммограмму делают, чтобы обнаружить опухоль, которая уже существует. Но теперь тот же снимок позволяет оценивать пятилетний риск рака груди, даже если врач не обнаружил подозрительных изменений. Искусственный интеллект анализирует особенности изображения и рассчитывает вероятность того, что в ближайшие пять лет у женщины будет диагностирован рак молочной железы.

С октября 2026 года такая технология стала доступна женщинам по всей территории США через медицинскую платформу Everlywell. Для оценки может использоваться уже сделанная маммограмма, если она соответствует техническим требованиям. Повторное обследование специально ради алгоритма не требуется.

Программа называется Clairity Breast. В мае 2025 года Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) разрешило её применение после проверки клинических данных.

Принципиальное отличие от привычных систем медицинского искусственного интеллекта заключается в задаче. Одни алгоритмы помогают рентгенологу замечать подозрительные образования. Clairity Breast пытается ответить на другой вопрос: насколько велика вероятность заболевания в будущем?

Что искусственный интеллект находит на маммограмме

На маммограмме видны жировая, соединительная и железистая ткани молочной железы. Их соотношение и особенности изображения различаются у разных женщин.

Врачи давно знают, что плотность молочной железы связана с риском рака. При высокой плотности заболевание встречается несколько чаще, а саму опухоль иногда труднее заметить на снимке.

Но плотность — лишь одна характеристика изображения.

Алгоритмы глубокого обучения анализируют гораздо больше визуальных особенностей, включая сложные сочетания деталей, которые трудно описать привычными медицинскими терминами.

Для обучения таких систем используют маммограммы женщин, состояние здоровья которых удалось проследить в последующие годы. Программа сопоставляет особенности исходных снимков с тем, у кого позже был диагностирован рак, а у кого нет.

После обучения алгоритм может анализировать новый снимок и рассчитывать вероятность заболевания на основании закономерностей, обнаруженных в предыдущих данных.

Это статистический прогноз. Он не означает, что программа обнаружила микроскопическую опухоль или узнала точный механизм будущего заболевания. Конкретные особенности изображения, определившие индивидуальный прогноз, также не всегда можно установить.

Что показала проверка FDA

Основанием для разрешения Clairity Breast стало многоцентровое ретроспективное исследование, включавшее 77 511 маммографических обследований 44 112 женщин из пяти медицинских центров США.

Алгоритм анализировал исходные снимки, после чего его прогнозы сопоставляли с данными о последующей диагностике рака молочной железы.

Способность модели различать женщин с разным будущим риском оценивали с помощью показателя AUC. Он равен 0,5 при случайном угадывании и достигает 1,0 при идеальном разделении групп.

В общей выборке Clairity Breast получила AUC 0,70.

Когда из анализа исключили случаи рака, обнаруженного вскоре после подозрительного результата исходной маммографии, показатель снизился до 0,66.

Это существенная деталь: прогноз будущего заболевания оказался менее точным после исключения части уже существовавших случаев рака. Модель сохраняла прогностическую способность, но её результат нельзя воспринимать как достоверное предсказание для конкретной женщины.

В официальном заключении FDA также содержится предупреждение: прогнозные значения выше 5% нужно интерпретировать осторожно. Особенно высокие оценки, превышающие 10%, могут заметно завышать фактический риск.

Эффективность алгоритма не была убедительно продемонстрирована для женщин с имплантами молочных желёз. Кроме того, система рассчитана на определённые типы цифровой маммографии и не может анализировать любые изображения.

Полный документ FDA: https://www.accessdata.fda.gov/cdrh_docs/reviews/DEN240047.pdf

Насколько хорошо подобные алгоритмы работают в научных исследованиях

Дополнительные данные появились в мае 2026 года в журнале JAMA Network Open.

Исследователи из Массачусетской больницы общего профиля и Гарвардской медицинской школы проанализировали 123 091 маммографическое обследование 67 019 женщин. Данные были собраны в пяти центрах одной медицинской системы, а наблюдение позволяло оценить диагностику рака в течение пяти лет.

В этой работе использовали другую модель искусственного интеллекта — Mirai. Её результаты нельзя автоматически переносить на коммерческую систему Clairity Breast, хотя обе технологии решают сходную задачу.

Алгоритм разделил обследования на три группы в зависимости от прогнозируемого риска.

В группе низкого риска рак молочной железы в течение пяти лет диагностировали после 1,0% обследований. В группе высокого риска этот показатель достиг 6,2%.

Разница превышала шесть раз.

Для сравнения исследователи оценили, насколько хорошо будущий риск предсказывает обычная плотность молочной железы. По показателю AUC модель искусственного интеллекта получила 0,71, тогда как плотность — 0,53.

Иными словами, анализ изображения позволял гораздо лучше разделять группы по будущему риску, чем один из традиционно используемых показателей.

Особенно примечательно, что женщины с невысокой плотностью ткани тоже могли попадать в группу повышенного риска. Значит, анализ плотности не отражает всей прогностической информации, содержащейся в маммограмме.

При этом исследование было ретроспективным, проводилось в одной медицинской системе и использовало изображения оборудования одного производителя. Его результаты ещё не доказывают, что применение алгоритма улучшает клинические исходы.

Одна из соавторов публикации, Констанс Леман, также сообщила о консультационных выплатах и доле участия в компании Clairity. Это необходимо учитывать при оценке исследований, связанных с развитием данной технологии.

Что меняется для пациенток

До появления таких инструментов оценка риска рака молочной железы в значительной степени опиралась на возраст, семейную историю, генетические факторы, особенности репродуктивной жизни и плотность ткани груди.

Анализ маммограммы с помощью искусственного интеллекта добавляет ещё один источник информации.

Например, если программа оценивает пятилетнюю вероятность заболевания в 3%, это означает, что среди 100 женщин с сопоставимыми характеристиками примерно у трёх ожидается диагноз в течение пяти лет. Это не означает, что у конкретной женщины уже существует опухоль или что заболевание обязательно разовьётся.

Высокая оценка может стать поводом для обсуждения с врачом дополнительного обследования, например магнитно-резонансной томографии, либо других способов снижения риска.

Но здесь возникает ключевой клинический вопрос.

Способность предсказывать заболевание ещё не доказывает, что использование таких прогнозов уменьшает смертность или число случаев рака, обнаруженного на поздней стадии. Для этого необходимо показать, что решения, принятые с учётом результатов алгоритма, действительно улучшают здоровье пациенток.

Ошибочно завышенный риск способен привести к ненужным обследованиям и тревоге. Заниженный — создать ложное чувство безопасности.

Поэтому FDA прямо указывает, что Clairity Breast не предназначена для обнаружения или диагностики рака и не должна заменять заключение рентгенолога. Её результаты рассматриваются медицинским специалистом вместе с другими факторами риска.

С октября 2026 года оценку можно заказать через Everlywell при наличии подходящей маммограммы за последние 12 месяцев. Снимок передаётся для анализа, а результат сопровождается информацией для обсуждения с медицинским специалистом.

Практическое применение подобных систем ставит перед медициной новую задачу: научиться использовать прогноз не только для разделения людей на группы риска, но и для выбора действительно полезных профилактических действий.

У одного маммографического снимка постепенно появляются две разные роли. Первая — показать, есть ли подозрительные изменения сегодня. Вторая — дать дополнительную информацию о вероятности заболевания в ближайшие годы.