Использование искусственного интеллекта для анализа рентгенограмм грудной клетки может сделать скрининг на туберкулёз дешевле и доступнее в районах, где не хватает врачей-рентгенологов. К такому выводу пришли исследователи с Филиппин, создавшие экономическую модель для сельских медицинских учреждений. Однако речь пока идёт не о результатах реального массового внедрения технологии, а о расчётах, основанных на ряде предположений.
Почему для Филиппин это особенно важно
Филиппины остаются одной из стран с наиболее высоким бременем туберкулёза. По данным Всемирной организации здравоохранения (ВОЗ), на страну в 2024 году приходилось около 6,8% всех новых случаев заболевания в мире. Всего в мире за этот год туберкулёзом заболели примерно 10,7 млн человек.
Одна из проблем — доступность диагностики. В сельских и географически изолированных районах рентгеновский аппарат может быть доступен, однако специалиста, способного оперативно интерпретировать снимок, рядом может не оказаться.
В такой ситуации рентгенограммы приходится передавать рентгенологу дистанционно или ждать заключения специалиста. Для пациента это может означать дополнительный визит в медицинское учреждение, транспортные расходы, потерянный рабочий день и, в некоторых случаях, задержку дальнейшей диагностики.
Исследователи из Университета Атенео де Манила (Ateneo de Manila University) оценили, может ли автоматизированный анализ рентгенограмм с помощью искусственного интеллекта быть экономически оправданной альтернативой.
Учёные смоделировали обследование 1000 человек
Гарольд Хенрисон Чиу (Harold Henrison C. Chiu), Брайан Кристофер Лао (Bryan Christopher C. Lao) и Глоанн Адолор (Gloanne C. Adolor) построили аналитическую модель для условной группы из 1000 пациентов с подозрением на туберкулёз, ежегодно проходящих рентгенографию грудной клетки в сельских медицинских учреждениях.
Исследователи сравнивали два подхода:
- анализ рентгенограммы системой искусственного интеллекта;
- традиционное описание снимка рентгенологом или с использованием телерадиологии.
Расчёты проводились на пятилетнем горизонте. Авторы учитывали стоимость программного обеспечения и эксплуатации системы искусственного интеллекта, оплату работы рентгенолога и расходы на подтверждающее исследование GeneXpert.
GeneXpert — это молекулярный тест, который позволяет выявлять генетический материал возбудителя туберкулёза и используется для подтверждения диагноза.
Затраты оказались ниже в базовом сценарии
Согласно модели, ежегодные расходы при использовании искусственного интеллекта составляли примерно 877 330 филиппинских песо против 1 142 230 песо при традиционной интерпретации снимков.
В пересчёте на 1000 обследованных это соответствует примерно 877 песо на человека при использовании искусственного интеллекта и 1142 песо при ручной интерпретации.
Таким образом, в основном сценарии модели экономия составляла около 23%.
Причём преимущество искусственного интеллекта было связано не только со стоимостью чтения рентгенограмм.
Расчёты показали, что на 1000 обследованных система с искусственным интеллектом могла правильно выявить около 90,2 случая туберкулёза против 88,7 случая при традиционной интерпретации.
Особенно заметной оказалась разница в количестве ложноположительных результатов: модель прогнозировала около 286 таких результатов при использовании искусственного интеллекта против примерно 454 при ручной оценке снимков.
Меньшее число ложноположительных рентгенограмм потенциально означает и меньше ненужных подтверждающих тестов GeneXpert, что в модели стало одной из основных причин снижения расходов.
Искусственный интеллект может быть полезен там, где не хватает специалистов
Авторы обращают внимание, что ключевой вопрос заключается не столько в том, способен ли алгоритм «победить» врача-рентгенолога в точности диагностики.
Более практическое значение имеет возможность предоставить быструю поддержку медицинским учреждениям, где рентгенолога вообще нет или доступ к специалисту сильно ограничен.
В сочетании с портативными цифровыми рентгеновскими установками подобные алгоритмы потенциально могут использоваться непосредственно в удалённых населённых пунктах. Особенно важными могут стать системы, способные работать при нестабильном подключении к интернету.
Это не означает, что искусственный интеллект должен полностью заменять специалиста. В рассматриваемой модели он используется как инструмент первичной интерпретации рентгенограммы в рамках скрининга.
При подозрении на туберкулёз диагноз всё равно необходимо подтверждать соответствующими лабораторными методами.
Экономическая выгода оказалась не гарантированной
Результаты существенно зависели от исходных предположений модели.
Например, когда исследователи снизили стоимость ручного или дистанционного описания одного рентгеновского снимка до 300 филиппинских песо, искусственный интеллект переставал быть более дешёвым вариантом, хотя в модели по-прежнему позволял выявлять немного больше случаев заболевания.
Похожая ситуация возникала при использовании альтернативных оценок диагностической точности алгоритма, основанных на данных для Филиппин.
Это означает, что результаты нельзя автоматически переносить на любое медицинское учреждение или другую страну. Экономическая эффективность будет зависеть от стоимости программного обеспечения, количества обследований, цены работы рентгенолога, стоимости подтверждающих тестов и реальной точности конкретной системы искусственного интеллекта.
Исследование не было клиническим испытанием
Это одно из наиболее важных ограничений работы.
Авторы не сравнивали две диагностические стратегии у тысяч реальных пациентов. Они использовали модель, в которую были заложены данные из опубликованных исследований и местные оценки стоимости медицинских услуг.
Поэтому рассчитанная экономия является прогнозом, а не уже доказанным результатом внедрения технологии в системе здравоохранения Филиппин.
Также показатели работы алгоритмов искусственного интеллекта могут отличаться в зависимости от оборудования, характеристик пациентов, распространённости заболевания и условий, в которых выполняется рентгенография.
Именно поэтому авторы не предлагают немедленно внедрять технологию по всей стране.
Сначала — пилотные проекты
Исследователи считают более обоснованным начать с пилотного применения искусственного интеллекта в сельских медицинских учреждениях и районах с особенно ограниченным доступом к специалистам.
При таком внедрении необходимо оценивать диагностическую точность системы на местных пациентах, контролировать качество её работы, анализировать реальные расходы и отслеживать, действительно ли технология ускоряет дальнейшую диагностику и лечение.
Если эти преимущества подтвердятся в реальных условиях, искусственный интеллект может оказаться особенно полезным не там, где уже имеется достаточно специалистов, а там, где своевременное заключение рентгенолога сегодня получить трудно.
Таким образом, потенциальная ценность технологии заключается не только в автоматизации анализа снимков, но и в возможности сократить географическое неравенство в доступе к диагностике туберкулёза.
Литература
Chiu H. H. C., Lao B. C. C., Adolor G. C. Cost-effectiveness evaluation of artificial intelligence-assisted chest radiograph interpretation for tuberculosis screening in rural health units in the Philippines. Archīum Ateneo. 2026. Ateneo de Manila University.
World Health Organization. Global Tuberculosis Report 2025. Tuberculosis incidence, 2024. World Health Organization.