Способ расчета финансовых затрат на диагностику с применением моделей искусственного интеллекта случая заболевания и оценки ее медико-экономической эффективности на уровне региона

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.

1. Неретин Е.Ю., Титов К.С., Запиров Г.М. Первичная ранняя диагностика меланомы кожи после индивидуального обучения врачей. Клиническая дерматология и венерология. 2023; 22 (1): 99–105. https://doi.org/10.17116/klinderma20232201199.

2. Jacob C., Brasier N., Laurenzi E., et al. AI for IMPACTS framework for evaluating the long-term real-world impacts of AI-powered clinician tools: systematic review and narrative synthesis. J Medical Internet Res. 2025; 27: e67485. https://doi.org/10.2196/67485.

3. Ламоткин А.И., Корабельников Д.И., Ламоткин И.А. Предварительная дифференциальная диагностика доброкачественных и злокачественных опухолей из эпидермальной ткани кожи с применением программы искусственного интеллекта «Derma Onko Check». Современные проблемы здравоохранения и медицинской статистики. 2025; 2: 223–42. https://doi.org/10.24412/2312-2935-2025-2-223-242.

4. Ламоткин А.И., Корабельников Д.И., Ламоткин И.А. и др. Точность предварительной диагностики злокачественных меланоцитарных опухолей кожи с помощью программы искусственного интеллекта. Медицинский вестник ГВКГ им. Н.Н. Бурденко. 2025; 1: 42–51. https://doi.org/10.53652/2782-1730-2025-6-1-42-51.

5. De Bedout V., Williams N.M., Muñoz A.M., et al. Skin cancer and dermoscopy training for primary care physicians: a pilot study. Dermatol Pract Concept. 2021; 11 (1): e2021145. https://doi.org/10.5826/dpc.1101a145.

6. Chen J.Y., Fernandez K., Fadadu R.P., et al. Skin cancer diagnosis by lesion, physician, and examination type: a systematic review and meta-analysis. JAMA Dermatol. 2025; 161 (2): 135–46. https://doi.org/10.1001/jamadermatol.2024.4382.

7. Корабельников Д.И., Ламоткин А.И. Способ оценки эффективности диагностики с использованием алгоритмов на основании заключений моделей искусственного интеллекта. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2026; 19 (1): [принята к печати]. https://doi.org/10.17749/2070-4909/farmakoekonomika.2026.355.

8. Корабельников Д.И., Ламоткин А.И. Способ оценки медико-экономической эффективности диагностики с применением алгоритмов на основании заключений моделей искусственного интеллекта. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2026; 19 (1): [принята к печати]. https://doi.org/10.17749/2070-4909/farmakoekonomika.2026.358.

9. Roky A.H., Islam M.M., Ahasan A.M.F., et al. Overview of skin cancer types and prevalence rates across continents. Cancer Pathog Ther. 2024; 3 (2): 89–100. https://doi.org/10.1016/j.cpt.2024.08.002.

10. Онуфриенко Ю.И. Изучение основных причин смертности населения РФ. Стратегия устойчивого развития регионов России. 2016; 30: 131–3.

11. Каприн А.Д., Старинский В.В., Шахзадова А.О. (ред.) Состояние онкологической помощи населению России в 2024 году. М.: МНИОИ им. П.А. Герцена – филиал ФГБУ «НМИЦ радиологии» Минздрава России; 2025: 275 с.

12. El Arab R.A., Al Moosa O.A. Systematic review of cost effectiveness and budget impact of artificial intelligence in healthcare. NPJ Digit Med. 2025; 8: 548. https://doi.org/10.1038/s41746-025-01722-y.

13. Krishna S.S. Economic evaluation of AI-driven diagnostic tools in healthcare. Int J Sci Res Eng Trends. 2022; 8 (6): 2510–3.

14. Токарева О.М. Концептуальная модель оценки экономической эффективности ИИ-решений в здравоохранении. Экономика и управление. 2025; 31 (6): 804–15. http://doi.org/10.35854/1998-1627-2025-6-804-815.

15. van Leeuwen K.G., Meijer F.J.A., Schalekamp S., et al. Cost-effectiveness of artificial intelligence aided vessel occlusion detection in acute stroke: an early health technology assessment. Insights Imaging. 2021; 12 (1): 133. https://doi.org/10.1186/s13244-021-01077-4.

16. Марисов Л.В., Кобяцкая Е.Е., Бутарева М.М., Мецгер А.В. Анализ медико-экономической эффективности деятельности структурных подразделений медицинской организации. Проблемы социальной гигиены, здравоохранения и истории медицины. 2022; 30 (5): 853–8. https://doi.org/10.32687/0869-866X-2022-30-5-853-858.