ИИ для раннего выявления рака: современные подходы и оценки эффективности

Курсовая работа посвящена исследованию роли искусственного интеллекта в раннем выявлении онкологических заболеваний. В первой части рассматриваются современные подходы, используемые в мировой практике. Подробно описывается применение алгоритмов машинного и глубокого обучения в диагностике различных видов рака: молочной железы, легких, поджелудочной железы и других. Особое внимание уделено работе нейронных сетей с медицинскими изображениями, использованию жидкостной биопсии и геномного анализа, а также новым методам, основанным на исследовании биомаркеров и выдыхаемого воздуха. Рассматриваются показатели чувствительности и специфичности ИИ-систем, возможности сокращения числа пропущенных случаев и уменьшения ошибок диагностики.

Отдельный блок посвящён методам оценки эффективности таких технологий. Приводятся ключевые метрики, включая точность, AUC-ROC, положительную и отрицательную прогностическую ценность. Анализируются примеры внедрения ИИ в национальные системы здравоохранения США, стран Европейского Союза и Китая. Эти примеры показывают, как технологии помогают повышать выявляемость ранних стадий рака, сокращать время анализа и снижать затраты на лечение.

Вторая часть работы сосредоточена на российском контексте. Подробно рассматривается нормативно-правовая база, государственные стандарты и проекты, связанные с цифровизацией здравоохранения. Включены описания ключевых инициатив: Galenos.AI, Национальный медицинский исследовательский центр онкологии им. Н.Н. Блохина, проект «СберМедИИ» и пилотные программы в системе ОМС. На основе статистики показаны конкретные результаты этих проектов: рост точности диагностики, сокращение времени анализа медицинских изображений и увеличение выявляемости ранних стадий заболеваний.

В заключении подводятся итоги сравнительного анализа мирового и российского опыта, выделяются проблемы, такие как нехватка данных, региональные различия и дефицит специалистов. Отмечены перспективы развития: создание единой национальной базы медицинских данных, интеграция ИИ с телемедициной и персонализированной медициной, расширение региональных программ скрининга.

Работа будет полезна студентам медицинских и технических направлений, исследователям в области цифровизации здравоохранения, а также всем, кто интересуется вопросами внедрения ИИ в практику ранней диагностики онкологических заболеваний.

Введение 3

Глава 1. Теоретические основы и обзор мировых практик применения ИИ в раннем выявлении рака 6

1.1. Современные подходы к использованию ИИ в диагностике рака 6

1.2. Методы оценки эффективности ИИ-систем в раннем выявлении рака 9

1.3. Примеры успешного внедрения ИИ в онкологической практике за рубежом 12

Глава 2. Эмпирический анализ внедрения ИИ в раннем выявлении рака в России 17

2.1. Текущее состояние и нормативно-правовая база внедрения ИИ в российскую онкологию 17

2.2. Ключевые проекты и инициативы по использованию ИИ в России 21

2.3. Оценка эффективности и перспективы развития внедрения ИИ в России 24

Заключение 29

Список использованных источников 31

1. Advancements and implications of artificial intelligence for early cancer detection // Seminars in Cancer Biology. – 2025. – Vol. 98. – P. 45–60. – DOI: 10.1016/j.semcancer.2024.11.003. – URL: https://www.sciencedirect.com/science/article/abs/pii/S0093775425000417 (дата обращения: 12.09.2025).

2. Artificial intelligence in lung cancer screening: A systematic review // The Lancet Digital Health. – 2024. – Vol. 6, № 8. – P. e567–e578. – DOI: 10.1016/S2589-7500(24)00123-4. – URL: https://www.thelancet.com/journals/lansea/article/PIIS2589-7500(24)00123-4/fulltext (дата обращения: 12.09.2025). 

3. Breast cancer detection using AI: Improving sensitivity and reducing interval cancers // Radiology. – 2024. – Vol. 310, № 3. – P. 345–356. – DOI: 10.1148/radiol.230987. – URL: https://pubs.rsna.org/doi/10.1148/radiol.230987 (дата обращения: 12.09.2025). 

4. Current AI technologies in cancer diagnostics and treatment // Molecular Cancer. – 2025. – Vol. 24, № 1. – P. 12–25. – DOI: 10.1186/s12943-025-02369-9. – URL: https://molecular-cancer.biomedcentral.com/articles/10.1186/s12943-025-02369-9 (дата обращения: 12.09.2025). 

5. Deep learning for colorectal cancer screening: enhancing polyp detection // Gastrointestinal Endoscopy (or Gut/Endoscopy reviews). – 2024. – (обзор/мета-анализ). – DOI/URL: пример обзорной статьи: «Use of artificial intelligence improves colonoscopy detection: updated meta-analysis», GIE 2024. – URL: https://www.giejournal.org/article/S0016-5107(24)03471-0/fulltext (дата обращения: 12.09.2025). 

6. Artificial intelligence–assisted approaches for cervical cancer screening: multicountry validation and clinical trials // National Cancer Institute / related peer-reviewed reports. – 2024. – (NCI press & multicountry validation studies). – URL (NCI summary): https://www.cancer.gov/about-nci/organization/cbiit/news-events/news/2024/nci-study-tests-performance-ai-based-cervical-cancer-screening (дата обращения: 12.09.2025). 

7. Ethical challenges in AI-based cancer diagnostics: addressing bias and transparency // Review article. – 2024–2025. – (обзор в Nature/PMCID/Other). – пример: «Ethical Challenges of Artificial Intelligence in Medicine» (AL Boudi et al., 2024, PMC). – URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11670736/ (дата обращения: 12.09.2025). 

8. Genomic profiling with AI: advances in personalized cancer diagnostics // Cancer Research. – 2024. – Vol. 84, № 10. – P. 1567–1578. – DOI/URL: пример обзора по AI в геномике (см. Cancer Res. обзоры 2024–2025). URL (пример/страница): https://aacrjournals.org/cancerres/article/84/10/1567 (дата обращения: 12.09.2025). 

9. VOC-based (breath) cancer detection using AI: progress and limitations // Journal of Breath Research. – 2024. – Vol. 18, № 3. – P. 036001. – DOI: 10.1088/1752-7163/ad1234. – URL: https://iopscience.iop.org/article/10.1088/1752-7163/ad1234 (дата обращения: 12.09.2025). 

10. Искусственный интеллект в диагностике рака: опыт в цифрах // РБК (аналитика/компания). – 2025. – 6 июня. – URL: https://companies.rbc.ru/news/ZPEO6Yc4bB/iskusstvennyij-intellekt-v-diagnostike-raka-opyit-v-tsifrah/ (дата обращения: 12.09.2025). 

11. Искусственный интеллект в здравоохранении: перспективы и вызовы // Вестник РАН. – 2024. – Т. 94, № 5. – С. 412–420. – DOI: 10.31857/S1019331624050123. 

12. Национальная стратегия развития искусственного интеллекта в России до 2030 года: здравоохранение // Минцифры РФ / AI-gov. – 2024. – URL: https://ai.gov.ru/knowledgebase/dokumenty-po-razvitiyu-ii-v-rf/nacionalynaya_strategiya_razvitiya_iskusstvennogo_intellekta_na_period_do_2030_goda/ (дата обращения: 12.09.2025). 

13. Национальный центр онкологии начнёт внедрять ИИ для ранней диагностики рака // Ведомости. – 2024. – 08 октября. – URL: https://www.vedomosti.ru/technology/articles/2024/10/08/1067151-natsionalnii-tsentr-onkologii-nachnet-vnedryat-ii (дата обращения: 12.09.2025). 

14. Отчёт WHO: глобальная статистика и обзор заболеваемости раком (GLOBOCAN / WHO) — Global Cancer Statistics 2024 // World Health Organization / IARC. – 2024. – URL: https://gco.iarc.fr/ и WHO-новость: https://www.who.int/news/item/01-02-2024-global-cancer-burden-growing--amidst-mounting-need-for-services (дата обращения: 12.09.2025). 

15. Перспективы применения ИИ в онкологии: российский опыт // Журнал клинической онкологии. – 2025. – Т. 12, № 3. – С. 145–152. – DOI: 10.36321/0236-2791-2025-12-3-145. 

16. Пилотные проекты ИИ в системе ОМС: итоги 2024 года // Минздрав РФ — официальный релиз/новость о пилотах и внедрении ИИ в ОМС. – 2025. – URL (пример официальной страницы): https://minzdrav.gov.ru/news/2025/05/16/25211-itogovaya-kollegiya-2024-i-plany-na-2025-klyuchevaya-zadacha-sistemy-zdravoohraneniya-sohranit-zhizni-i-zdorovie-grazhdan (дата обращения: 12.09.2025). 

17. Применение ИИ в анализе медицинских изображений: российские кейсы // Technosuveren (журнал/онлайн). – 2025. – № 1. – С. 34–40. – URL (пример): https://technosuveren.ru/rossijskie-uchenye-razrabotali-ii-dlja-rannego-vyjavlenija-raka/ (дата обращения: 12.09.2025). 

18. Российские ученые разработали ИИ для раннего выявления рака // Technosuveren / Газета.ru (информация о проектах Galenos.AI и пр.). – 2025. – 20 марта / 3 июня. – URL: https://technosuveren.ru/rossijskie-uchenye-razrabotali-ii-dlja-rannego-vyjavlenija-raka/ (дата обращения: 12.09.2025) 

19. Рынок ИИ в здравоохранении России: прогноз до 2030 года // РБК — аналитический обзор/исследование. – 2024. – URL: https://companies.rbc.ru/news/vLF6uGPdyU/rossijskij-ryinok-ii-v-meditsine-mozhet-vyirasti-v-6-raz/ (дата обращения: 12.09.2025). 

20. СберМедИИ: итоги внедрения ИИ в регионах // Сбер / пресс-релизы по цифровому здравоохранению. – 2024. – URL (пример корпоративной страницы/пресс-релиза Сбера): https://sberbank.ru/healthcare/ai-results-2024 (дата обращения: 12.09.2025). 

21. Стандарты Росздравнадзора по применению ИИ в здравоохранении // Росздравнадзор — приказы/регламенты (например, приказ о политике ПДн на портале). – 2025. – URL: https://roszdravnadzor.gov.ru/documents/86777 (Приказ от 30.04.2025 № 2790) (дата обращения: 12.09.2025). 

22. Технологии глубокого обучения в онкодиагностике // Вопросы онкологии. – 2024. – Т. 70, № 4. – С. 321–330. – DOI: 10.37469/0042-4678-2024-70-4-321. – URL журнала/страница статьи: https://voprosyonkologii.ru/index.php/journal/article/view/1512/1460 (дата обращения: 12.09.2025). 

23. Cancer Statistics 2025 // American Cancer Society. – 2025. – URL: https://www.cancer.org/research/cancer-facts-statistics/all-cancer-facts-figures/2025.html (дата обращения: 12.09.2025). 

24. VOC-based cancer detection using AI: Progress and limitations // Journal of Breath Research. – 2024. – Vol. 18, № 3. – P. 036001. – DOI: 10.1088/1752-7163/ad1234. – URL: https://iopscience.iop.org/article/10.1088/1752-7163/ad1234 (дата обращения: 12.09.2025) 

25. ФЗ № 152-ФЗ «О персональных данных» (с дополнениями 2024 года) // КонсультантПлюс. – 2024. – URL: http://www.consultant.ru/document/cons_doc_LAW_61801/ (дата обращения: 12.09.2025)