medalphabetМедицинский алфавитMedical alphabet2078-56312949-2807ООО «Альфмед»10.33667/2078-5631-2025-11-68-75medalphabet-4430Research ArticleСтатьиОсобенности оценки экономической эффективности внедрения искусственного интеллекта в систему онкомаммоскрининга (по материалам Свердловской области)Features of assessing the economic efficiency of introducing artificial intelligence into the oncology screening system (based on materials from the Sverdlovsk region)https://orcid.org/0000-0001-8732-9500ШевченкоС. А.ShevchenkoS. A.

Шевченко Светлана Анатольевна - к.м.н., зам. руководителя маммологического центра ГАУЗ СО «Свердловский областной онкологический диспансер», ассистент кафедры онкологии и лучевой диагностики Уральский государственный медицинский университет.

Екатеринбург

Shevchenko Svetlana A. - PhD Med, deputy head of Mammology Center Sverdlovsk Regional Oncology Center, assistant at Dept of Oncology and Radiation Diagnostics Ural State Medical University.

Yekaterinburg

sv_maxson@mail.ruhttps://orcid.org/0000-0003-0920-1549РожковаН. И.RozkovaN. I.

Рожкова Надежда Ивановна - д.м.н., проф., заслуженный деятель науки РФ, зав. Национальным центром онкологии репродуктивных органов, проф. кафедры клинической маммологии, лучевой диагностики и лучевой терапии.

Москва

Rozhkova Nadegda I. - DM Sci (habil.), professor, head of National Center for Oncology of Reproductive Organs, professor at Dept of Clinical Mammology, Radiology and Radiotherapy, Faculty of Medical Sciences, RUDN.

Moscow

https://orcid.org/0000-0003-0625-4936КачановаЕ. А.KachanovaE. A.

Качанова Елена Анатольевна - д.э.н., проф. кафедры экономики и управления, декан факультета экономики и менеджмента4. РИНЦ Author ID: 530593.

Екатеринбург

Kachanova Elena A. - Dr Economic Sci, professor at Dept of Economics and Management. RSCI Author ID: 530593.

Yekaterinburg

kachanova-ea@ranepa.ruhttps://orcid.org/0009-0001-4610-2120ДорофеевА. В.DorofeevA. V.

Дорофеев Александр Владимирович - д.м.н., зам. главного врача по хирургии ГАУЗ СО «Свердловский областной онкологический диспансер», ассистент кафедры онкологии и лучевой диагностики Уральский государственный медицинский университет.

Екатеринбург

Dorofeev Aleksandr V. - DM Sci (habil.), deputy chief physician for Surgery Sverdlovsk Regional Oncology Center, assistant at Dept of Oncology and Radiation Diagnostics Ural State Medical University.

Yekaterinburg

avdonco@gmail.comГАУЗ СО «Свердловский областной онкологический диспансер»; ФГБОУ ВО «Уральский государственный медицинский университет» Минздрава РоссииРоссияSverdlovsk Regional Oncology Center; Ural State Medical UniversityRussian FederationМосковский научно-исследовательский онкологический институт имени П.А. Герцена – филиал ФГБУ «Национальный медицинский исследовательский центр радиологии» Минздрава России; ФНМО МИ ФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы»РоссияMoscow Research Institute of Oncology named after P.A. Herzen – branch of National Medical Research Center for Radiology, RUDN University named after P. LumumbaRussian FederationУральский институт управления – филиал ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации»РоссияUral Institute of Management – branch of Russian Presidential Academy of National Economy and Public AdministrationRussian Federation202503072025011«Диагностика и онкотерапия» (1)6875Copyright © Шевченко С.А., Рожкова Н.И., Качанова Е.А., Дорофеев А.В., 20252025Шевченко С.А., Рожкова Н.И., Качанова Е.А., Дорофеев А.В.Shevchenko S.A., Rozkova N.I., Kachanova E.A., Dorofeev A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.med-alphabet.com/jour/article/view/4430

В статье рассматриваются вопросы повышения экономической эффективности онкомаммоскрининга и уточняющей диагностики рака молочной железы (РМЖ) за счет внедрения технологий искусственного интеллекта (ИИ) в России. Отмечается актуальность скрининга рака молочной железы, анализируются научные подходы к проблемам скрининга, различающиеся от условий финансирования здравоохранения, освещаются тенденции использования ИИ в России и мировом медицинском сообществе. Указывается на актуальность проблем организации и реализации скрининговых программ, на пути решения дефицита квалифицированных кадров, большую загруженность лечебнопрофилактических учреждений (ЛПУ), отрицательное влияние указанных факторов на эффективность диагностики ранних форм РМЖ. Обсуждается гипотетическая возможность использования ИИ в качестве помощника врача при замене одного врача в рамках «второго чтения маммограмм» в скрининговых обследованиях, профилактических осмотрах и в уточняющей диагностике РМЖ. На примере Свердловской области приводятся расчеты, доказывающие экономическую целесообразность идиагностическую эффективность предлагаемого алгоритма.

Цель

Цель: повышение экономической эффективности программ скрининговой и диагностической рентгеновской маммографии (РМГ) за счет внедрения ИИ в качестве помощника врача по анализу результатов диспансеризации при бюджетном финансировании государственных учреждений здравоохранения Свердловской области.

Задачи исследования

Задачи исследования. 1. Выделить ключевые проблемы, снижающие эффективность онкомаммоскрининга. 2. Проанализировать эффективность систем автоматизированного выявления патологических образований в молочной железе с помощью ИИ. 3. Обосновать пути повышения экономического эффекта за счет внедрения интеллектуального помощника врача при скрининговой и диагностической рентгеновской маммографии. 4. Определить направления роста рентабельности маммографии как медицинской услуги в рамках бюджетного финансирования. 5. Предложить варианты решения проблемы кадрового дефицита рентгенологов в государственных учреждениях здравоохранения Свердловской области.

The article conducts research on increasing the economic efficiency of oncomammoscreening and monitoring the results of breast cancer diagnostics (BC) using artificial intelligence (AI) technologies in Russia. The relevance of breast cancer screening is noted, scientific approaches to screening problems that exist in the context of healthcare financing are analyzed, and the processes of using AI in Russia and the global medical community are flaring up.

Objective

Objective: to increase the economic efficiency of screening and diagnostic X-ray mammography (X-ray mammography) programs by introducing AI as a physician’s assistant in analyzing the results of medical examinations with budgetary financing of state healthcare institutions in the Sverdlovsk region.

Research objectives

Research objectives. 1. To identify key issues that reduce the effectiveness of oncomammoscreening. 2. To analyze the effectiveness of automated detection systems for pathological formations in the mammary gland using AI. 3. To justify ways to increase the economic effect by introducing an intelligent physician assistant in screening and diagnostic X-ray mammography. 4. To determine the areas of growth in the profitability of mammography as a medical service within the framework of budget financing. 5. To propose options for solving the problem of personnel shortage of radiologists in state healthcare institutions of the Sverdlovsk region.

скрининграк молочной железыискусственный интеллектстоимость услугиэкономическая эффективностьscreeningbreast cancerartificial intelligencecost of serviceeconomic efficiencyФинансирование данной работы не проводилосьNo funding of this work has been heldReferencesКаприн А. Д. Состояние онкологической помощи населению России в 2022 году / А. Д. Каприн, В. В. Старинский, А. О. Шахзадова. Москва: МНИОИ им. П. А. Герцена, 2023.Kaprin A. D. The state of oncological care for the population of Russia in 2022 / A. D. Kaprin, V. V. Starinsky, A. O. Shakhzadova. Moscow: P. A. Herzen Moscow Oncology Research Institute, 2023. (In Russ.).Рожкова Н. И., Бурдина И. И., Запирова С. Б., Каприн А. Д., Лабазанова П. Г., Мазо М. Л., Микушин С. Ю., Прокопенко С. П., Якобс О. Э. Онкомаммоскрининг в реализации программ активного долголетия. Академический журнал Западной Сибири. 2019; 15 (2): 3–5.Rozhkova NI, Burdina II, Zapirova SB, Kaprin AD, Labazanova PG, Mazo ML, Mikushin SYu., Prokopenko SP, Yakobs OE. Screening of the breast carcinoma in the program of active aging. Akademicheskij zhurnal Zapadnoj Sibiri. 2019; 15 (2): 3–5. (In Russ.).Рассказова Е. А., Рожкова Н. И. Скрининг для ранней диагностики рака молочной железы. Исследования и практика в медицине. 2014; 1 (1): 45–51.Rasskazova E. A., Rozhkova N. I. Skrining dlia rannei diagnostiki raka molochnoi zhelezy. Issledovaniia i praktika v meditsine. 2014; 1 (1): 45–51. (In Russ.).Беляев А. М., Стилиди И. С., Каприн А. Д., Личиницер М. Р., Мещеряков А. А., Семиглазов В. Ф., Имянитов Е. Н., Семиглазова Т. Ю., Полторацкий А. Н., Константинов Л. В., Петрусенко И. А., Никитин О. И., Захаров К. А., Трифонов М. И., Плахов Д. Н. Блокчейн в здравоохранении: возможности для использования в клинических исследованиях. Лечебное дело. 2018. С. 100–105.Belyaev A. M., Stilidi I. S., Kaprin A. D., Lichinitser M. R., Meshcheryakov A. A., Semiglazaov V. F., Imyanitov E. N., Semiglazova T. Yu., Poltoratsky A. N., Konstantinov L. V., Petrusenko I. A., Nikitin O. I., Zakharov K. A., Trifonov M. I., Plakhov D. N. Blockchain in healthcare: opportunities for use in clinical research. Medical business. 2018. P. 100–105. (In Russ.).Massat N. J., Dibden A., Parmar D. et al. Impact of screening on breast cancer mortality: the UK program 20 years on. Cancer Epidemiol Biomarkers Prev. 2016; 25: 455–462.Massat N. J., Dibden A., Parmar D. et al. Impact of screening on breast cancer mortality: the UK program 20 years on. Cancer Epidemiol Biomarkers Prev. 2016; 25: 455–462.Nehmat Houssami, Christoph I Lee, Diana S M Buist, Dacheng Tao. Artificial intelligence for breast cancer screening: Opportunity or hype? PMID: 28938172. DOI: 10.1016/j.breast.2017.09.003Nehmat Houssami, Christoph I Lee, Diana S M Buist, Dacheng Tao. Artificial intelligence for breast cancer screening: Opportunity or hype? PMID: 28938172. DOI: 10.1016/j.breast.2017.09.003Autier P, Boniol M. The incidence of advanced breast cancer in the West Midlands, United Kingdom. Eur. J. Cancer Prev. Feb 2012; 21 (3): 217–221. DOI: 10.1097/CEJ.0b013e328350b107Autier P, Boniol M. The incidence of advanced breast cancer in the West Midlands, United Kingdom. Eur. J. Cancer Prev. Feb 2012; 21 (3): 217–221. DOI: 10.1097/CEJ.0b013e328350b107Blumen Helen, Fitch Kathryn, Polkus Vincent. Comparison of Treatment Costs for Breast Cancer, by Tumor Stage and Type of Service Affiliations expand. PMID: 27066193, PMCID: PMC 4822976Blumen Helen, Fitch Kathryn, Polkus Vincent. Comparison of Treatment Costs for Breast Cancer, by Tumor Stage and Type of Service Affiliations expand. PMID: 27066193, PMCID: PMC 4822976Семиглазов В. Ф., Канаев С. В., Пожарисский К. П. и др. Органосохраняющее лечение ранних стадий инвазивного рака молочной железы (pTl-2N 0M0): Метод. рек. СПб, 2001. 13 с.Semiglazov V. F., Kanaev S. V., Pozharisky K. P. et al. Organ-preserving treatment of early stages of invasive breast cancer (pTl-2N 0M0): Method. rec. St. Petersburg, 2001. 13 p. (In Russ.).Lane DS, Smith RA. Cancer Screening: Patient and Population Strategies, Medical Clinics. July, 14, 2023. DOI: https://doi.org/10.1016/j.mcna.2023.06.002Lane DS, Smith RA. Cancer Screening: Patient and Population Strategies, Medical Clinics. July, 14, 2023. DOI: https://doi.org/10.1016/j.mcna.2023.06.002Houssami N, Kirkpatrick-Jones G, Noguchi N, Lee CI. Artificial Intelligence (AI) for the early detection of breast cancer: a scoping review to assess AI' s potential in breast screening practice. Expert Rev Med Devices. 2019; 16: 351–362.Houssami N, Kirkpatrick-Jones G, Noguchi N, Lee CI. Artificial Intelligence (AI) for the early detection of breast cancer: a scoping review to assess AI' s potential in breast screening practice. Expert Rev Med Devices. 2019; 16: 351–362.Nelson D. J. A review of the importance of immune responses in luminal B breast cancer / D. J. Nelson, B. Clark, K. Munyard, V. Williams, D. Groth, J. Gill, H. Preston, A. Chan. Oncoimmunology. 2017 Jan 1; 6 (3); e1282590.Nelson D. J. A review of the importance of immune responses in luminal B breast cancer / D. J. Nelson, B. Clark, K. Munyard, V. Williams, D. Groth, J. Gill, H. Preston, A. Chan. Oncoimmunology. 2017 Jan 1; 6 (3); e1282590.Gerald R Kolb. New tools for cost-effective delivery of breast imaging. Radioliol Manage. 2002 Jul-Aug; 24 (4): 22–6, 28, 30; quiz 32–4. PMID: 12229054.Gerald R Kolb. New tools for cost-effective delivery of breast imaging. Radioliol Manage. 2002 Jul-Aug; 24 (4): 22–6, 28, 30; quiz 32–4. PMID: 12229054.Ioannis Sechopoulos, Ritse M. Mann. Stand-alone artificial intelligence – The future of breast cancer screening? The Breast, 9 (2020) 254e260.Ioannis Sechopoulos, Ritse M. Mann. Stand-alone artificial intelligence – The future of breast cancer screening? The Breast, 9 (2020) 254e260.Kooi T., Litjens G., van Ginneken B. et al. Large Scale Deep Learning for Computer Aided Detection of Mammographic Lesions. Medical Image Analysis. 2017; 35: 303–312. https://doi.org/10.1016/j.media.2016.07.007Kooi T., Litjens G., van Ginneken B. et al. Large Scale Deep Learning for Computer Aided Detection of Mammographic Lesions. Medical Image Analysis. 2017; 35: 303–312. https://doi.org/10.1016/j.media.2016.07.007Wu N, Phang J, Park J, Shen Y, Huang Z, Zorin M, Jastrzebski S, Fevry T, Katsnelson J, Kim E, Wolfson S, Parikh U, Gaddam S, Lin LLY, Ho K, Weinstein JD, Reig B, Gao Y, Toth H, Pysarenko K, Lewin A, Lee J, Airola K, Mema E, Chung S, Hwang E, Samreen N, Kim SG, Heacock L, Moy L, Cho K, Geras KJ. Deep Neural Networks Improve Radiologists’ Performance in Breast Cancer Screening. IEEE Transactions on Medical Imaging. 2020; 39 (4): 1184–1194. https://doi.org/10.1109/TMI.2019.2945514Wu N, Phang J, Park J, Shen Y, Huang Z, Zorin M, Jastrzebski S, Fevry T, Katsnelson J, Kim E, Wolfson S, Parikh U, Gaddam S, Lin LLY, Ho K, Weinstein JD, Reig B, Gao Y, Toth H, Pysarenko K, Lewin A, Lee J, Airola K, Mema E, Chung S, Hwang E, Samreen N, Kim SG, Heacock L, Moy L, Cho K, Geras KJ. Deep Neural Networks Improve Radiologists’ Performance in Breast Cancer Screening. IEEE Transactions on Medical Imaging. 2020; 39 (4): 1184–1194. https://doi.org/10.1109/TMI.2019.2945514McKinney SM, Sieniek M, Godbole V, Godwin J, Antropova N, Ashrafian H, Back T, Chesus M, Corrado GS, Darzi A, Etemadi M, Garcia-Vicente F, Gilbert FJ, Halling-Brown M, Hassabis D, Jansen S, Karthikesalingam A, Kelly CJ, King D, Ledsam JR, Melnick D, Mostofi H, Peng L, Reicher JJ, Romera-Paredes B, Sidebottom R, Suleyman M, Tse D, Young KC, De Fauw J, Shetty S. International evaluation of an AI system for breast cancer screening. Nature. 2020; 577 (7788): 89–94. https://doi.org/10.1038/s41586-019-1799-6McKinney SM, Sieniek M, Godbole V, Godwin J, Antropova N, Ashrafian H, Back T, Chesus M, Corrado GS, Darzi A, Etemadi M, Garcia-Vicente F, Gilbert FJ, Halling-Brown M, Hassabis D, Jansen S, Karthikesalingam A, Kelly CJ, King D, Ledsam JR, Melnick D, Mostofi H, Peng L, Reicher JJ, Romera-Paredes B, Sidebottom R, Suleyman M, Tse D, Young KC, De Fauw J, Shetty S. International evaluation of an AI system for breast cancer screening. Nature. 2020; 577 (7788): 89–94. https://doi.org/10.1038/s41586-019-1799-6Siu A. L. MSPH on behalf of the U. S. Preventive Services Task Force. Screening for Breast Cancer: U. S. Preventive Services Task Force Recommendation Statement / A. L. Siu. Ann Intern Med. 2016; 164: 279–296. DOI: 10.7326/M15-2886Siu A. L. MSPH on behalf of the U. S. Preventive Services Task Force. Screening for Breast Cancer: U. S. Preventive Services Task Force Recommendation Statement / A. L. Siu. Ann Intern Med. 2016; 164: 279–296. DOI: 10.7326/M15-2886Rodriguez-Ruiz A, Lång K, Gubern-Merida A. et al. Stand-alone artificial intelligence for breast cancer detection in mammography: comparison with 101 radiologists. J. Natl. Cancer Inst. 2019; 111 (9): 916e22.Rodriguez-Ruiz A, Lång K, Gubern-Merida A. et al. Stand-alone artificial intelligence for breast cancer detection in mammography: comparison with 101 radiologists. J. Natl. Cancer Inst. 2019; 111 (9): 916e22.Морозов С. П., Говорухина В. Г., Диденко В. В., Пучкова О. С., Павлов Н. А., Овсянников А. Г., Андрейченко А.Е., Ледихова Н. В., Владзимирский А. В. Перспективы использования технологий искусственного интеллекта (ИИ) в скрининге рака молочной железы. Вопросы онкологии. 2020; 66 (6): 603–608.Morozov SP, Govorukhina VG, Didenko VV, Puchkova OS, Pavlov NA, Ovsyannikov AG, Andrejchenko AE, Ledihova NV, Vladzimirskij AV. Prospect of application of artificial intelligence systems for breast cancer screening. Voprosy onkologii. 2020; 66 (6): 603–608. (In Russ.). https://doi.org/10.37469/0507-3758-2020-66-6-603-608Kretz T, Mueller KR, Schaeffter T, Elster C. Mammography image quality assurance using deep learning. IEEE Trans Biomed Eng. 2020; 67 (12): 3317–3326.Kretz T, Mueller KR, Schaeffter T, Elster C. Mammography image quality assurance using deep learning. IEEE Trans Biomed Eng. 2020; 67 (12): 3317–3326.Lei J, Ou Y, Zhao Y, Tuo X, Zhang B, Shen M. Mammography diagnosis of breast cancer screening through machine learning: a systematic review and meta-analysis. Clinical and Experimental Medicine. 2022; October 15. Online ahead of print. https://doi. org/10.1007/S 10238-022-00895-0Lei J, Ou Y, Zhao Y, Tuo X, Zhang B, Shen M. Mammography diagnosis of breast cancer screening through machine learning: a systematic review and meta-analysis. Clinical and Experimental Medicine. 2022; October 15. Online ahead of print. https://doi. org/10.1007/S 10238-022-00895-0Geras K. J., Mann R. M., Moy L. Articial intelligence for mammography and digital breast tomosynthesis: current concepts and future perspectives. Radiology. 2019; 293: 246–259.Geras K. J., Mann R. M., Moy L. Articial intelligence for mammography and digital breast tomosynthesis: current concepts and future perspectives. Radiology. 2019; 293: 246–259.Moustapha Touré et al. Dimensions Used in Instruments for QALY Calculation: A Systematic Review, J. Environ Res Public Health. 2021 Apr 21; 18 (9): 4428. PMID: 33919471. DOI: 10.3390/ijerph18094428Moustapha Touré et al. Dimensions Used in Instruments for QALY Calculation: A Systematic Review, J. Environ Res Public Health. 2021 Apr 21; 18 (9): 4428. PMID: 33919471. DOI: 10.3390/ijerph18094428Trister AD, Buist DSM, Lee CI. Will machine learning tip the balance in breast cancer screening? JAMA Oncol. 2017; 3: 1463–1464.Trister AD, Buist DSM, Lee CI. Will machine learning tip the balance in breast cancer screening? JAMA Oncol. 2017; 3: 1463–1464.Статистический бюллютень «Численность постоянного населения Российской Федерации по муниципальным образованиям на 1 января 2024 года». Федеральная служба государственной статистики (27 апреля 2024).Statistical bulletin “The permanent population of the Russian Federation by municipalities as of January 1, 2024”. Federal State Statistics Service (April 27, 2024).Shweta Mital, Hai V Nguyen. Cost-effectiveness of using artificial intelligence versus polygenic risk score to guide breast cancer screening. BMC Cancer. 2022; 22: Article number: 501. PMCID: PMC 9074290 DOI: 10.1186/s12885-022-09613-1Shweta Mital, Hai V Nguyen. Cost-effectiveness of using artificial intelligence versus polygenic risk score to guide breast cancer screening. BMC Cancer. 2022; 22: Article number: 501. PMCID: PMC 9074290 DOI: 10.1186/s12885-022-09613-1Pepijn Vemer 1,3 Unremarked or Unperformed? Systematic Review on Reporting of Validation Efforts of Health Economic Decision Models in Seasonal Influenza and Early Breast Cancer. Systematic Review. Open access. Published: 29 Apr 2016; 34: 833–845. https://link.springer.com/article/10.1007/s40273–016–0410–3#auth-Pieter_T_-Boer-Aff1Pepijn Vemer 1,3 Unremarked or Unperformed? Systematic Review on Reporting of Validation Efforts of Health Economic Decision Models in Seasonal Influenza and Early Breast Cancer. Systematic Review. Open access. Published: 29 Apr 2016; 34: 833–845. https://link.springer.com/article/10.1007/s40273–016–0410–3#auth-Pieter_T_-Boer-Aff1Fuchsjäger М. Is the future of breast imaging with AI? European Radiology. 2019. https://doi.org/10.1007/s00330-019-06286-6Fuchsjäger М. Is the future of breast imaging with AI? European Radiology. 2019. https://doi.org/10.1007/s00330-019-06286-6

The authors declare that there are no conflicts of interest present.