Способ оценки медико-экономической эффективности диагностики с применением алгоритмов маршрутизации пациентов на основании заключений моделей искусственного интеллекта

Цель: разработка и валидация способа оценки медико-экономической эффективности (МЭЭ) выявления целевых заболеваний (ЦЗ) с применением алгоритмов на основании заключений моделей искусственного интеллекта (ИИ) в условиях многоэтапной маршрутизации пациентов.

Материал и методы. Способ разработан на основе моделирования двух сценариев диагностической маршрутизации (с применением заключений программ ИИ и без него) с использованием данных 381 пациента со злокачественными и доброкачественными новообразованиями (ЗНО и ДНО, соответственно) кожи. Валидация проведена на примере заключений программы ИИ Derma Onko Check с предложенными ранее алгоритмами диагностики меланоцитарных опухолей кожи (n=230) с порогом алгоритма маршрутизации 62%. Составлены формулы для расчета коэффициента соотношения финансовых затрат (ФЗ), стоимости выявления одного случая ЦЗ, а также коэффициентов предотвратимых и потенциально предотвратимых ФЗ для визуализации результатов в квадрантной матрице. Способ оценки учитывает не только предотвратимые ФЗ на медицинские вмешательства, но потенциально предотвратимые ФЗ (потери) от несвоевременного выявления ЦЗ.

Результаты. Применение алгоритмов диагностики на основе заключений программы ИИ Derma Onko Check продемонстрировало высокую МЭЭ. Коэффициент соотношения ФЗ составил 0,49, что означает снижение на 51% общих ФЗ на диагностику меланоцитарных опухолей кожи с использованием алгоритмов на основании заключений моделей ИИ по сравнению с традиционной диагностикой. Анализ предотвратимых и потенциально предотвратимых ФЗ показал снижение предотвратимых ФЗ на 59,0% (R_TC_ =0,41) и потенциально предотвратимых ФЗ на 51,0% (R_TC_ =0,49), что соответствует расположению в оптимальной зоне эффективности при визуальной оценке с помощью квадрантной матрицы.

Заключение. Полученные результаты подтверждают методологическую обоснованность включения компонента ФЗ на лечение пропущенных случаев ЦЗ в обе части формулы R_TC для обеспечения корректной сопоставимости диагностических подходов с различной структурой ФЗ и клинических результатов.

1. Wu W.T., Chao Y.W., Lin T.K., et al. Economic evaluation of AI-assisted technologies in healthcare: a systematic review. J Food Drug Anal. 2025; 33 (4): 487–500. https://doi.org/10.38212/2224-6614.3570.

2. Омельяновский В.В., Горкавенко Ф.В., Рягина В.А. и др. Основные подходы к оценке цифровых медицинских продуктов и сервисов в Российской Федерации. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2025; 18 (4): 473–82. https://doi.org/10.17749/2070-4909/farmakoekonomika.2025.349.

3. 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): 79–91. https://doi.org/10.17749/2070-4909/farmakoekonomika.2026.355.

4. 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.

5. 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.

6. 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.

7. 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.

8. 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.

9. Ламоткин А.И., Корабельников Д.И., Олисова О.Ю., Ламоткин И.А. Алгоритм маршрутизации пациентов при применении программы искусственного интеллекта «Derma Onko Check» при дифференциальной диагностике новообразований кожи. Современные проблемы здравоохранения и медицинской статистики. 2025; 5: 139–59. https://doi.org/10.24412/2312-2935-2025-5-139-159.

10. Корабельников Д. И., Ламоткин А. И. Алгоритм маршрутизации пациентов при дифференциальной диагностике новообразований кожи при сочетанном применении программ искусственного интеллекта Derma Onko Check и Melanoma Check. Клинический разбор в общей медицине. 2025; 6 (12): 71–9. https://doi.org/10.47407/kr2025.6.11.00715.

11. Ламоткин А.И., Корабельников Д.И., Ламоткин И.А. Алгоритм маршрутизации пациентов при дифференциальной диагностике новообразований кожи с использованием программы искусственного интеллекта Melanoma Check. Медицинский вестник ГВКГ им. Н.Н. Бурденко. 2025; 4: 6–13. https://doi.org/10.53652/2782-1730-2025-6-4-06-13.

12. 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.

13. Бабенко А.И., Пушкарев О.В. Методологические основы комплексной оценки медико-экономической эффективности здравоохранения. Бюллетень Сибирского отделения Российской академии медицинских наук. 2014; 34 (2): 89–94.

14. Краснова Л.С., Арькова Е.С., Лучинин Е.А., Холовня-Волоскова М.А. Методические рекомендации по организации и проведению клинико-экономического анализа медицинских изделий. М.: ГБУЗ «Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы»; 2022: 60 с.

15. 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.