The importance of artificial intelligence in the diagnosis of precancerous cervical diseases

Full Text

Рак шейки матки (РШМ) был и остается актуальной проблемой в современной гинекологии. Так, в России ежегодно регистрируется более 18 000 новых случаев РШМ, который является одной из ведущих причин онкологической смертности у женщин 30-34 лет, унося около 7 500 жизней в год. По данным статистики, распространенность РШМ в РФ в 2022 году составила 127,6 случаев на 100 тыс. женского населения, из них активно выявлено на профилактических осмотрах 34,9% случаев При этом carcinoma in situ шейки матки в 2022 г диагностирована всего в 5 869 случаев, что составляет 37,6 на 100 впервые выявленных случаев РШМ [1]. В 2020 г., по оценкам различных авторов, в масштабе всего мира рак шейки матки был выявлен у 604 000 женщин, а 342 000 умерли от этой болезни.В 23 странах мира рак шейки матки является наиболее часто диагностируемым видом злокачественных новообразований и в 36 странах – основной причиной смертности при онкологических заболеваниях у женщин [2].

Критически важной проблемой остается поздняя диагностика — более 40% случаев РШМ впервые выявляются на III-IV стадии. При этом РШМ является одним из немногих предотвратимых видов рака, поскольку имеет длительную стадию предраковых изменений (цервикальных интраэпителиальных неоплазий - CIN), доступных для своевременной диагностики, и эффективно поддающихся лечению [3, 4].

Важным этапом диагностики предраковых заболеваний и рака шейки матки является расширенная кольпоскопия, позволяющая визуализировать внешне наиболее измененные участки многослойного плоского эпителия влагалищной части шейки матки для последующей биопсии и морфологической верификации. Но, зачастую, получение кольпоскопического заключения может быть недоступно по ряду причин, а именно, отсутствию на местах нужного оборудования или квалифицированных специалистов.

Технологии искусственного интеллекта (ИИ) в настоящее время активно применяются во многих областях медицины для анализа различных визуальных данных, в том числе в гинекологической практике. Так, в исследовании Christiansen F. et al. оценивалась эффективность применения нейронных сетей в ультразвуковом анализе изображений для дифференциальной диагностики доброкачественных и злокачественных опухолей яичников [5]. Gong L. et al. разработали модель ИИ для прогнозирования индивидуальных рисков цервикальной интраэпителиальной неоплазии (CIN) у женщин с высокоонкогенными штаммами ВПЧ на основе анализа индивидуальных данных, таких как образ жизни пациента, оценка физического состояния и жалобы пациентов [6].  В исследовании Xue, P. et al. оценивалась эффективность использования модели глубокого обучения для оценки жидкостной цитологии как вспомогательного инструмента в процессе скрининга шейки матки, однако до настоящего времени возможности искусственного интеллекта для обработки кольпоскопических изображений не использованы [7].

В связи с чем анализ кольпоскопических изображений с помощью ИИ представляется перспективной составляющей комплексной диагностики заболеваний шейки матки.

Целью нашего исследования явилось повышение эффективности комплексной диагностики и выявления предраковых поражений шейки матки и РШМ.

 

Материалы и методы:

На кафедре акушерства и гинекологии №1 Института клинической медицины имени Н.В. Склифосовского Сеченовского Университета в 2024 – 2025 гг. проведен проспективный анализ данных обследования 42 пациенток в возрасте от 18 до 45 лет, у которых при плановой расширенной кольпоскопии были обнаружены аномальные кольпоскопические картины второй степени (АКК 2). Женщинам, обратившимся в клинико-диагностическое отделение клиники акушерства и гинекологии им. В.Ф. Снегирева для профилактического осмотра, проведено комплексное обследование: сбор анамнеза, гинекологический осмотр, описание клинической картины, проведены ВПЧ тестирование, цитологическое исследование соскобов экто- и эндоцервикса (по Папаниколау), а так же, по показаниям согласно клиническим рекомендациям Минздрава РФ от 2024г. «Цервикальная интраэпителиальная неоплазия, эрозия и эктропион шейки матки», расширенная кольпоскопия, по результатам которой были сформулированы кольпоскопические заключения: аномальная кольпоскопическая картина 2 степени. Изображения, сделанные на кольпоскопе 150FC с видеосистемой, производителя «Карл Цейсс Медитек АГ», Германия, были сохранены на локальном персональном компьютере (ПК) в обезличенном виде. Сохраненные изображения загружались в программное обеспечение (ПО) «Система по выявлению признаков аномальных кольпоскопических картин и предварительной постановке диагноза на основе анализа цифровых изображений с помощью алгоритмов искусственного интеллекта» (разработчик ООО "ВИКС ТОЧКА АИ") со встроенным ИИ, которое обрабатывало изображения без указанного диагноза и независимо от человека формулировало заключение в автоматическом режиме для каждого клинического случая.

На втором этапе врачебный консилиум в составе трех экспертов формулировал свое заключение, а окончательные диагнозы выставлялись с учетом всех данных обследования.

Критериями включения в исследование явились: наличие письменного информированного согласия пациента на участие в исследовании; возраст от 18 до 45 лет включительно; пол женский; отсутствие хирургических вмешательств на шейке матки в анамнезе. Критерии невключения: возраст младше 18 лет, старше 45 лет; пол мужской; беременность, кормление грудью; наличие аллергических реакций на 2% раствор Люголя, 3% раствор уксусной кислоты; невозможность проведения кольпоскопического исследования ввиду социальных/ физических факторов. Критерии исключения: отказ пациента от дальнейшего участия в исследовании; отсутствие половой жизни (virgo).

РЕЗУЛЬТАТЫ

Для последующего анализа нами были выбраны 42 пациентки репродуктивного возраста, у которых при плановой кольпоскопии выявлены аномальные кольпоскопические картины 2 степени.

После их комплексного обследования были получены следующие результаты:

по данным цитологического исследования соскобов экто- и эндоцервикса признаки интраэпителиального поражения низкой степени (LSIL) были выявлены у 3 пациенток (7%), интраэпителиального поражения высокой степени (HSIL) у 34 женщин (81%), атипичных клеток плоского эпителия неясного генеза (ASC-US) - у 2 пациенток (5%), атипичных клеток плоского эпителия, при которых нельзя полностью исключить HSIL (ASC-H) – у 3 женщин (7%). Ни в одном случае не отмечалось нормальной цитологической картины (NILM).

Результаты ВПЧ-тестирования распределились в группе следующим образом: ВПЧ-положительный результат был получен у 39 пациенток, причем в 90% (n=35) случаев была выявлена высокозначимая вирусная нагрузка (>10⁵ копий/10^{^}5 клеток) высокого онкогенного риска (16,18,31 типы ВПЧ), всего 3 пациентки имели отрицательный ВПЧ статус.

Результаты ВПЧ-тестирования пациенток:

Группа ВПЧ	Вирусная нагрузка (lgкопий/10^5 клеток)	Количество пациенток
А5	5.72	6
А6	2.76	6
А7	3,76	10
А9	6.97	17

 

Расширенная кольпоскопия производилась в условиях клинико-диагностического отделения клиники акушерства и гинекологии им. В.Ф. Снегирева, кольпоскопические изображения сохранялись на локальном ПК, первичное заключение выставлялось врачом акушером-гинекологом.

После загрузки сохраненных обезличенных кольпоскопических изображений в ПО со встроенным искусственным интеллектом система формулировала свое заключение, которое сравнивалось с заключением врачебного консилиума из 3-х врачей акушеров-гинекологов.

Проведен анализ заключений ИИ и врачебного консилиума: совпадения составили 92,8% (39 женщин), различные заключительные диагнозы были отмечены всего в 3 случаях (7,2%), при которых врачебным консилиумом кольпоскопические изображения были охарактеризованы как аномальная кольпоскопическая картина 2 степени, а программное обеспечение на основе ИИ выявило лишь аномальную кольпоскопическую картину первой степени (АКК 1). Таким образом, чувствительность (Sp) диагностического метода составила 92,9%.

Всем 42 пациенткам с аномальной кольпоскопической картиной 2 степени вне зависимости от результатов цитологического исследования и ВПЧ-тестирования была произведена прицельная радиоволновая биопсия подозрительных участков на шейке матки.

По результатам гистологического исследования биоптатов шейки матки обнаружено: цервикальная интраэпителиальная неоплазия слабой/умеренной степени (CIN I-II) – у 5 женщин; цервикальная интраэпителиальная неоплазия высокой степени (CIN II-III) в 34 случаях; сarcinoma in situ (CIS) – у 3 пациенток.

Пациенткам с диагностированными СIN II-III и CIS произведено хирургическое лечение в объеме: конизация шейки матки, гистероскопия, раздельное диагностическое выскабливание эндометрия и эндоцервикса. Расхождений в результатах гистологического исследования оперативного материала и биоптатов шейки матки не было обнаружено. В качестве хирургического лечения 5 женщинам с выявленной цервикальной интраэпителиальной неоплазией слабой/умеренной степени (CIN I-II) по результатам гистологического исследования биоптатов шейки матки была проведена лазерная эксцизия шейки матки.

В настоящий момент все обследованные пациентки данного исследования продолжают послеоперационное профилактическое наблюдение у врача акушера-гинеколога в амбулаторных условиях.

ОБСУЖДЕНИЕ

Актуальность ранней диагностики и своевременного лечения предраковых заболеваний и рака шейки матки не подлежит сомнению в связи их распространенностью и, до настоящего времени, высокой смертностью от рака шейки матки среди женского населения. При этом РШМ является одним из немногих предотвратимых видов рака, поскольку имеет длительную стадию предраковых изменений (цервикальных интраэпителиальных неоплазий - CIN), эффективно поддающихся лечению.

 В ряде случаев проблемой ранней диагностики может являться недоступность на местах таких методов как расширенная кольпоскопия в связи, например, с отсутствием квалифицированных специалистов. ИИ-решения, как инструмент диагностики в таких случаях, могут способствовать совершенствованию диагностики в географически удаленных и ресурсно-ограниченных регионах [8]. Так, в последние годы модели ИИ активно внедряются в гинекологической практике, в том числе в диагностике CIN и РШМ. Исследования Yang W. et al., Wang J et al. были направлены на изучение преимуществ цитологического исследования шейки матки с помощью искусственного интеллекта в качестве скринингового метода, по результатам которых, диагностика с применением ИИ значительно превосходила результаты, основанные исключительно на оценке цитологов

[9, 10]. В исследовании Mascarenhas M. et al. оценивали эффективность применения ИИ в диагностике предраковых поражений путем анализа изображений, полученных при вагиноскопии. По результатам исследования специфичность (99,1%), чувствительность (98,7%) и точность (98,9%) метода позволяют сделать вывод о том, что алгоритмы ИИ демонстрируют большие перспективы для дальнейших исследований в этой области [11].

 

В этом ключе перспективным представляется внедрение в амбулаторное звено технологий искусственного интеллекта для анализа полученных на местах изображений и выявления женщин группы риска по развитию рака шейки матки.

Проведённое нами исследование демонстрирует значительный потенциал применения технологий искусственного интеллекта как вспомогательного метода для своевременной диагностики предраковых заболеваний шейки матки. Результаты работы согласуются с современными тенденциями в медицине, в частности в гинекологии, где ИИ активно внедряется для анализа визуальных данных, включая кольпоскопические изображения. Высокий уровень совпадения заключений, полученных с помощью ИИ, и решений врачебного консилиума (92,8%), а также чувствительность метода 92,9%, подчеркивают возможность использования ИИ в качестве дополнительного инструмента для повышения точности диагностики.

Безусловно, окончательный диагноз правомочно формулировать после получения результатов гистологического исследования биоптатов шейки матки. В нашем исследовании во всех случаях морфологически подтверждены как CIN I, II или III степени (39 пациенток), так и carcinoma in situ (3 женщины). Для корректного морфологического заключения важное значение имеет результат расширенной кольпоскопии, так как она позволяет производить прицельную биопсию наиболее пораженных участков.

Высокая прогностическая ценность

 

Важным аспектом является то, что в исследовании все пациентки имели гистологически подтверждённые изменения (CIN I–III и CIS), что подтверждает высокую прогностическую ценность положительного результата как врачебной оценки, так и машинного анализа.

Однако, отсутствие в выборке здоровых пациенток не позволяет оценить специфичность метода, что ограничивает интерпретацию результатов. Для полноценной валидации диагностического алгоритма необходимы дальнейшие исследования с включением женщин без патологических изменений шейки матки.

 

Случаи расхождений между ИИ и консилиумом (7,2%), где система оценивала изменения как АКК 1, в то время как эксперты диагностировали АКК 2, указывают на необходимость уточнения алгоритмов машинного обучения. Вероятно, система менее чувствительна к определённым визуальным признакам, которые врачи интерпретируют как более серьёзные изменения. Это может быть связано с особенностями подготовки изображений, вариабельностью кольпоскопической картины или недостаточным объёмом данных для обучения модели.

 

Перспективы внедрения ИИ в скрининг и диагностику заболеваний шейки матки связаны не только с обработкой изображений, но и с интеграцией данных цитологии, ВПЧ-тестирования и клинических параметров, что позволит создавать комплексные прогностические модели. Такой подход может способствовать персонализации наблюдения и снижению частоты поздней диагностики рака шейки матки.

 

В то же время важно подчеркнуть, что ИИ не должен заменять врача, а должен служить инструментом поддержки принятия решений, особенно в условиях ограниченных ресурсов или в регионах с низкой доступностью экспертной помощи.

 

ЗАКЛЮЧЕНИЕ

Таким образом, применение возможностей искусственного интеллекта для интерпретации данных расширенной кольпоскопии позволяет определять пациенток группы риска заболеваний шейки матки для дальнейшего обследования и раннего выявления предраковых изменений и РШМ. Однако, в процессе настоящего исследования было выявлено, что для адекватной оценки данных имеют значение параметры кольпоскопического изображения, такие как увеличение, окраска, центрированное положение шейки матки при фиксировании изображения, минимизация артефактов. Также необходимо учитывать, что для постановки клинического диагноза данные, полученные у пациенток группы риска при обработке кольпоскопического изображения нейросетью, должны быть подтверждены результатами гистологического исследования. Внедрение технологий искусственного интеллекта представляется перспективным и многообещающим направлением для ранней диагностики предраковых изменений шейки матки у женщин, но требует дальнейших исследований и разработок для усовершенствования обследования таких пациенток с помощью технологий, основанных на алгоритмах машинного обучения.

About the authors

Tea A. Dzhibladze

I.M. Sechenov First Moscow State Medical University, Ministry of Health of Russia (Sechenov University)

Email: djiba@bk.ru
ORCID iD: 0000-0003-1540-5628

Dr. Med. Sci., Professor, Professor at the Department of Obstetrics and Gynecology No. 1, Sklifosovsky Institute of Clinical Medicine

Russian Federation, Moscow

Anna Koryagina

I.M. Sechenov First Moscow State Medical University of the Ministry of Health of the Russian Federation (Sechenov University), Moscow, Russian Federation

Email: anik1999@mail.ru
ORCID iD: 0009-0005-3628-971X
Russian Federation

V. M. Zuev

I.M. Sechenov First Moscow State Medical University, Ministry of Health of Russia (Sechenov University)

Email: rtchilova@gmail.com
ORCID iD: 0000-0001-8715-2020
SPIN-code: 2857-0309

MD, Professor

Russian Federation, Moscow

Marina Ostroumova

ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Российская Федерация.

Email: ostroumova_m_v@staff.sechenov.ru
ORCID iD: 0009-0007-2035-6265
Russian Federation

Maksim Chistogov

VIKS TOCHKA AI LLC, Perm, Russia

Email: anik1999@mail.ru
ORCID iD: 0009-0005-5375-680X
Russian Federation

Tatiana N Leonidova

Центр профилактики онкологических заболеваний «ОнкоПермь», Пермь, Россия

Author for correspondence.
Email: anik1999@mail.ru
ORCID iD: 0009-0007-1048-5864
Russian Federation

Tamara Maksimova

ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Российская Федерация.

Email: maksimova_t_a@staff.sechenov.ru
ORCID iD: 0009-0009-3178-3670
Russian Federation

Irina D. Khokhlova

I.M. Sechenov First Moscow State Medical University, Ministry of Health of Russia (Sechenov University)

Email: irhohlova5@gmail.com
ORCID iD: 0000-0001-8547-6750

PhD, Associate Professor at the Department of Obstetrics and Gynecology No. 1, Sklifosovsky Institute of Clinical Medicine

Russian Federation, Moscow

Anatoly I Ishchenko

ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Российская Федерация.

Email: ishchenko_a_i@staff.sechenov.ru
ORCID iD: 0000-0003-3338-1113
Russian Federation

Evgeniia A. Svidinskaya

I.M. Sechenov First Moscow State Medical University

Email: svidinskaya@gmail.com
ORCID iD: 0000-0002-2368-1932
SPIN-code: 3002-6388

MD, Cand. Sci. (Medicine)

Russian Federation, 8 Trubetskaya st, bldg 2, Moscow, 119991

Shorena N. Bortsvadze

I.M. Sechenov First Moscow State Medical University

Email: shorena.b@list.ru
ORCID iD: 0000-0003-2085-601X

MD, Cand. Sci. (Medicine)

Russian Federation, Moscow

References

Supplementary files