Медицинская информатика

Научная статья

УДК 004.891.3: 618.19-006.6-073.756.8
ББК 32.813.55: 53.433.3: 55.621
ГРНТИ 76.13.15
DOI 10.25209/2079-3316-2026-17-3-3-56

Влияние морфологических МР-признаков на диагностику лимфоваскулярной инвазии злокачественных новообразований молочной железы в прототипе системы поддержки принятия врачебных решений на основе номограмм наивного Байеса

Иван Михайлович Скоробогач¹, Антон Вячеславович Владзимирский², Юрий Александрович Васильев³, Иван Андреевич Блохин⁴, Роман Владимирович Решетников⁵, Мария Романовна Коденко⁶

1-6	Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы, Москва, Россия
1	skorobogachim@zdrav.mos.ru

Аннотация. Цель исследования: обоснование роли морфологических магнитно-резонансных (м-МР) признаков в гибридных морфо-радиомических моделях диагностики лимфоваскулярной инвазии (ЛВИ) злокачественного новообразования (ЗН) молочной железы (МЖ) и разработка прототипа объяснимой системы поддержки принятия врачебных решений (СППВР) на основе номограмм наивного Байеса с интегрированным SHAP-анализом.

Материалы и методы. Нами анализировались данные 191 пациента: 13 м-МР признаков, 12390 радиомических (р-МР) показателей всего объёма опухоли (VOI^entire) и экстратуморальных тканей (VOI^{+2 мм}). Целевой признак — ЛВИ. Отбор предикторов выполнен дискретизацией методом Entropy-MDL; классификация — алгоритмом наивного Байеса с лапласовским сглаживанием ($\alpha = 1$ ). Прототип СППВР реализован как автономное single-page HTML-приложение с интегрированным расчётом логарифма отношения правдоподобия (log-LR) и SHAP-вкладов.

Результаты. Получены две радиомические модели наивного Байеса (NB): NB_VOI^entire (AUС=0,837) и NB_VOI^{+2 мм} (AUС-ROC=0,887). По данным многомерной логистической регрессии перитуморальный отёк повышает шансы ЛВИ в 5,66 раз (OR 5,66, 95% ДИ: 2,27–14,94, p<0,001), признак ободка опухоли на DWI изображении — в 4,05 раза (OR 4,05, 95% ДИ: 1,63–10,47, p=0,003). Включение этих м-МР признаков в гибридные модели статистически значимо улучшило AUC-ROC: абсолютный прирост 7,6 процентных пунктов (п.п.) (p = 0,008) для интратуморальной модели и 5,3 п.п. (p = 0,049) для экстратуморальной.

Заключение. Прототип СППВР реализует концепцию объяснимой персонализированной диагностики посредством сочетания номограмм наивного Байеса и SHAP-анализа. Включение м-МР признаков перитуморального отёка и DWI-ободка в радиомические сигнатуры является не дополнительным, а структурообразующим элементом, обеспечивающим клиническую устойчивость диагностики. (Связанные тексты статьи на английском и на русском языках).

Ключевые слова: система поддержки принятия врачебных решений, объяснимый искусственный интеллект, лимфоваскулярная инвазия, инвазивное злокачественное новообразование молочной железы, радиомика, наивный Байес, номограммы, критерий Шепли, MDL-Entropy

Для цитирования: Скоробогач И. М., Владзимирский А. В., Васильев Ю. А., Блохин И. А., Решетников Р. В., Коденко М. Р. Влияние морфологических МР-признаков на диагностику лимфоваскулярной инвазии злокачественных новообразований молочной железы в прототипе системы поддержки принятия врачебных решений на основе номограмм наивного Байеса // Программные системы: теория и приложения. 2026. Т. 17. № 3. С. 3–56. (Англ., Рус.). https://psta.psiras.ru/2026/3_3-56.

Полный текст двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_3_3-56.pdf (клик по флажку в верхнем колонитуле переключит язык страницы).

Русскоязычная часть оригинальной двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_3_3-56-ru.pdf.

Статья поступила в редакцию 04.06.2026; одобрена после рецензирования 29.06.2026; принята к публикации 29.06.2026; опубликована онлайн 22.07.2026.