Применение искусственного интеллекта в ультразвуковой диагностике доброкачественных гинекологических заболеваний: систематический обзор

Цель: Несмотря на растущее применение искусственного интеллекта (ИИ) в ультразвуковой диагностике в гинекологии, попытки обобщить имеющиеся данные были недостаточными. Целью этого систематического обзора было суммировать и оценить литературу о роли ИИ, применяемого к ультразвуковым изображениям при доброкачественных гинекологических заболеваниях.

Методы: Поиск в базах данных Web of Science, PubMed и Scopus проводили с момента их создания по август 2024 года. Критериями включения были исследования, в которых ИИ применяли к ультразвуковой визуализации для диагностики и ведения доброкачественных гинекологических заболеваний. Найденные публикации импортировали в программное обеспечение Rayyan, а оценку качества выполняли с использованием Quality Assessment Tool for Artificial Intelligence-Centered Diagnostic Test Accuracy Studies (QUADAS-AI).

Результаты: Из 59 включенных исследований 12 были посвящены синдромy поликистозных яичников (СПКЯ), 11 — бесплодию и вспомогательным репродуктивным технологиям, 11 — доброкачественной патологии яичников (то есть кистам яичников, перекруту яичника, преждевременной недостаточности яичников), 10 — патологии эндометрия или миометрия, 9 — нарушениям тазового дна и 6 — эндометриозу. Наибольшее число исследований было выполнено в Китае (22/59 (37,3%)). Согласно QUADAS-AI, большинство исследований имели высокий риск систематической ошибки в домене отбора участников (поскольку не были указаны размер выборки, источник данных или модель сканера, данные не были получены из общедоступных наборов и/или не проводилась предварительная обработка изображений) и в домене индексного теста (модели ИИ не проходили внешнюю валидацию), а низкий риск — в домене эталонного стандарта (эталонный стандарт корректно классифицировал целевое состояние) и в домене рабочего процесса (временной интервал между индексным тестом и эталонным стандартом был приемлемым). Большинство исследований (40/59) разрабатывали и проходили внутреннюю валидацию моделей ИИ для классификации и различения нормальных и патологических случаев (то есть наличия или отсутствия СПКЯ, тазового эндометриоза, недержания мочи, кисты яичника или перекрута яичника), тогда как 19/59 исследований были направлены на автоматическую сегментацию или измерение фолликулов яичников, объема яичников, толщины эндометрия, миоматозных узлов матки или структур тазового дна.

Выводы: Опубликованная литература по применению ИИ в ультразвуковой диагностике доброкачественных гинекологических заболеваний в основном сосредоточена на создании классификационных моделей для различения нормальных и патологических случаев, а также на разработке моделей для автоматической сегментации или измерения объема яичников либо фолликулов. © 2025 The Author(s). Ultrasound in Obstetrics & Gynecology published by John Wiley & Sons Ltd on behalf of International Society of Ultrasound in Obstetrics and Gynecology.