Исследование NHS совместно с Imperial College London и Google Health охватило почти 116 тысяч женщин. Алгоритм заменил одного из двух читателей маммограмм, и показатель обнаружения рака (CDR) вырос с 7,54 до 9,33 на тысячу пациенток – прирост в 1,79 случая, то есть на 25 % больше интервальных опухолей, которые обычно ускользают при первом скрининге.
Ложноположительные вызовы упали на 39,3 %. Это значит меньше направлений на дополнительные обследования, меньше нагрузки на радиологов и ощутимая экономия: при среднем бюджете 30 000 руб за дополнительное исследование клиника сэкономит около 1,4 млн руб за весь набор скринингов.
AI‑ассистент меняет схему двойного чтения. Вместо двух независимых врачей появляется гибрид «человек + ИИ», где радиолог проверяет лишь спорные случаи. Пропускная способность возрастает примерно на 12 %, так что обслужить больше пациентов можно без найма новых специалистов.
Для типичной сети из пяти центров (≈600 000 скринингов в год) экономия от снижения ложноположительных вызовов и расходов на позднее лечение может превысить 7 млн руб. Затраты на лицензирование и интеграцию AI‑системы окупаются за 12–14 месяцев, если текущие уровни загрузки сохранятся.
Что это значит для бизнеса? Гибридное чтение сразу сокращает операционные издержки и повышает продуктивность, но требует пересмотра протоколов ответственности. CEO должен оценить юридические риски, построить модель ROI и включить AI‑ассистента в процесс двойного чтения, иначе конкурент будет уже работать с ИИ, а вы – ещё обсуждать регуляторные нюансы.