Искусственный интеллект в пренатальном УЗИ: помощник или конкурент?

09.09.2026

Специальности

#исследования

Современная пренатальная диагностика врожденных пороков развития во многом зависит от опыта и квалификации врача ультразвуковой диагностики. Движения плода, толщина брюшной стенки, качество оборудования тоже влияет на результат. Но что, если часть этих проблем сможет взять на себя искусственный интеллект? Группа исследователей из Кубанского государственного медицинского университета проанализировала научные работы, посвященные применению нейросетей в пренатальной ультразвуковой диагностике. Авторы сделали вывод: ИИ уже сегодня способен повысить точность выявления пороков развития плода с 82 до 95%. Однако внедрение технологий сталкивается с серьезными препятствиями – от нехватки обучающего материала до этических и юридических нюансов.

ИИ-технологии в пренатальной диагностике находятся на начальном этапе развития, но уже демонстрируют впечатляющие результаты. Нейросети способны:

автоматически определять стандартные плоскости сканирования, что помогает врачу быстрее получать срезы для оценки анатомии плода;
распознавать анатомические структуры и проводить биометрические измерения;
оценивать качество получаемых изображений в режиме реального времени и контролировать соответствие стандартам;
классифицировать изображения как «нормальные» или «аномальные» с последующим выделением зоны поражения.

При этом обучение нейросети – сложный и трудоемкий процесс. Сначала собирают массив эхографических изображений и видеофайлов, затем проводят тщательную графическую маркировку анатомических структур, и только после этого начинают обучение модели.

ПОТЕНЦИАЛ

Исследователи приводят впечатляющие данные. ИИ показывает:

высокую специфичность (до 98,7%);
чувствительность (до 95,9%);
общую точность определения анатомических областей (до 98%).

Для сравнения: средние показатели врачей ультразвуковой диагностики составляют 82%. Повышение точности пренатальной диагностики врожденных пороков сердца с 82 до 95% позволяет оптимизировать тактику ведения беременности и подготовки к неонатальной помощи, а это ключевой фактор снижения перинатальной смертности.

Более того, ИИ может определять гестационный возраст с ошибкой всего 2,6 дня – на 30% точнее стандартного клинического метода.

РОССИЙСКИЙ ОПЫТ

В ФГБУ «НМИЦ АГП им. В.И. Кулакова» Минздрава России провели масштабное исследование: выполнили 2 016 УЗИ в сроки с 18 по 21 неделю беременности и получили более 687 тысяч изображений. Нейросеть обучали на стандартных срезах сердца и крупных сосудов плода.

Результаты:

выделение грудной полости плода – точность 98%;
классификация среза сердца на кадре – точность 82%;
определение патологии на срезах сердца – точность 77%.

Специфичность разработанной модели варьируется от 61,1 до 98,7% в зависимости от анатомического среза. Авторы признают, что модель требует доработки и переобучения, но уже сейчас она демонстрирует хорошие результаты.

ОГРАНИЧЕНИЯ

Несмотря на очевидные преимущества, внедрение ИИ в пренатальную диагностику сталкивается с серьезными препятствиями.

Для редких аномалий просто не хватает изображений, чтобы обучить нейросеть. Это снижает диагностическую эффективность при выявлении редких пороков.
Отсутствие прозрачности принятия решений вызывает настороженность у специалистов: врач не всегда может понять, почему нейросеть поставила тот или иной диагноз.
Этические и юридические вопросы: кому принадлежит ответственность за ошибку ИИ и как обеспечить конфиденциальность данных пациентов, используемых для обучения нейросетей?
Серьезные экономические затраты, так как интеграция технологий требует существенных финансовых вложений.
Риск ухудшения профессиональных навыков: есть опасения, что чрезмерная опора на автоматизацию может снизить квалификацию.

Технологии ИИ в пренатальной диагностике постепенно переходят из стадии экспериментальных разработок в категорию клинически значимых инструментов. Текстовые модели уже применяют для составления протоколов УЗИ и анализа результатов исследований. Однако их точность пока недостаточна для самостоятельного использования в клинической практике – они часто ошибаются в сложных медицинских вопросах и при работе со специализированными терминами. Поэтому врачам не следует переживать, что искусственный интеллект их заменит. Это лишь вспомогательный инструмент, который повысить качество скрининга и снизить количество диагностических ошибок.

Оригинальную версию статьи читайте на сайте