Корабельников Даниил Иванович, к.м.н., доцент
2-я Брестская ул., д. 5, Москва 123056
Daniil I. Korabelnikov, MD, PhD, Assoc. Prof.
5 2nd Brestskaya Str., Moscow 123056
Ламоткин Андрей Игоревич, к.м.н.
2-я Брестская ул., д. 5, Москва 123056
Andrey I. Lamotkin, MD, PhD
5 2nd Brestskaya Str., Moscow 123056
Objective: To develop and validate a method for evaluating the regional economic efficiency of integrating artificial intelligence (AI) into target disease (TD) detection compared to conventional diagnostics.
Material and methods. Medical data from 381 patients with skin neoplasms (291 benign and 90 malignant cases) were analyzed to develop and validate a method of economic efficiency evaluation. Two diagnostic routing scenarios were simulated: AI-assisted routing (62% threshold) and conventional three-stage routing without AI. The assessment involved calculating financial costs per each identified TD case and for all its cases in the region.
Results. With the use of the Derma Onko Check AI program, the proportion of unreasonable referrals decreased from 40.6% to 6.9% for dermatologists/venereologists and from 22% to 7.6% for oncologists. Calculations performed using the developed method show that unreasonable financial costs per TD case (C43 skin melanoma) in the Moscow Region amounted to 282,268.98 rubles with the use of AI compared to 579,069.26 rubles with conventional diagnostics. The ratio of reasonable to unreasonable costs was 1.7 with the use of the AI (indicating a predominance of reasonable costs) and 0.31 without AI (where unreasonable costs exceed reasonable costs). When extrapolated to the regional level (Moscow, 1470 cases of skin melanoma in 2024), the potential reduction in unreasonable costs amounts to 436,296,411.6 rubles.
Conclusion. Using skin melanoma as an example, the developed method demonstrated the high economic efficiency of integrating AI into TD diagnostics. This technology provides a means to optimize patient routing, reduce the financial burden on the healthcare system, and ensure earlier detection of socially significant diseases. This method can be adapted to evaluate the economic efficiency of AI integration in diagnosis of other pathologies.
Цель: разработка и валидация способа оценки медико-экономической эффективности (МЭЭ) диагностики целевых заболеваний (ЦЗ) с применением программ на основе искусственного интеллекта (ИИ) в сравнении с традиционной диагностикой на региональном уровне.
Материал и методы. Использовали медицинские данные 381 пациента с новообразованиями кожи, включая 291 случай доброкачественных и 90 случаев злокачественных новообразований. Моделировали два сценария диагностической маршрутизации: с помощью программ ИИ (порог алгоритма 62%) и традиционная трехэтапная маршрутизация без применения ИИ. Оценка включала расчет финансовых затрат (ФЗ) на каждый выявленный случай ЦЗ и на все случаи ЦЗ в регионе (г. Москва).
Результаты. При применении программы ИИ Derma Onko Check доля необоснованных направлений к дерматовенерологам снизилась с 40,6% до 6,9%, к онкологам – с 22% до 7,6%. Расчеты по разработанному способу оценки МЭЭ показали, что в регионе (г. Москва) необоснованные ФЗ при использовании программы ИИ на один случай ЦЗ (меланома кожи С43) составили 282 268,98 руб. против 579 069,26 руб. без применения ИИ. Коэффициент отношения обоснованных ФЗ к необоснованным ФЗ в регионе (г. Москва) составил: при применении ИИ – 1,7 (обоснованные ФЗ преобладают над необоснованными ФЗ), без применения ИИ – 0,31 (необоснованные ФЗ превышают обоснованные ФЗ). При экстраполяции на региональный уровень (г. Москва, 1470 случаев меланомы кожи в 2024 г.) потенциальная экономия необоснованных ФЗ составила 436 296 411,6 руб.
Заключение. Разработанный способ оценки МЭЭ продемонстрировал высокую экономическую эффективность применения программ ИИ в диагностике ЦЗ на примере злокачественных новообразований кожи (меланома кожи С43). Внедрение технологии позволяет оптимизировать маршрутизацию пациентов, сократить ФЗ системы здравоохранения и повысить своевременность диагностики социально значимых заболеваний. Способ может быть адаптирован для оценки МЭЭ использования ИИ в диагностике других нозологических форм.
The authors declare that there are no conflicts of interest present.