Обоснование. Новообразования надпочечников относят к частым находкам при проведении компьютерной томографии, которая является основным методом их визуализации, поскольку в большинстве случаев позволяет предположить нозологическую форму образования. В настоящее время активно разрабатывают и внедряют программные обеспечения на основе технологий искусственного интеллекта для обнаружения новообразований надпочечников при проведении компьютерной томографии. Настоящее исследование посвящено оценке диагностической эффективности программных обеспечений на основе технологий искусственного интеллекта в отношении выявления новообразований надпочечников по данным компьютерной томографии органов грудной клетки и брюшной полости, имеющихся на первый квартал 2024 г.

Цель исследования. Оценить диагностическую эффективность программных обеспечений на основе технологий искусственного интеллекта при выявлении новообразований надпочечников по данным компьютерной томографии.

Методы. Проведено тестирование программных обеспечений на основе технологий искусственного интеллекта в двух модификациях: моносервиса, определяющего только новообразования надпочечников и комплексного сервиса искусственного интеллекта для оценки нативных серий изображений компьютерной томографии органов брюшной полости и грудной клетки (в том числе с внутривенным контрастированием). В работе использовали два набора данных: набор данных № 1 содержал результаты компьютерной томографии органов брюшной полости; набор данных № 2 — результаты компьютерной томографии органов грудной клетки. Каждый набор данных состоял из 100 исследований компьютерной томографии с наличием (n=50) и отсутствием (n=50) признаков новообразований надпочечников, предварительно анонимизированных. Оценку точности программных обеспечений на основе технологий искусственного интеллекта проводили путём расчёта следующих статистических показателей: площади под характеристической кривой (AUC), точности, чувствительности и специфичности.

Результаты. По результатам тестирования с использованием подготовленных наборов данных с признаками новообразований надпочечников программные обеспечения на основе технологий искусственного интеллекта достигли высоких значений метрик диагностической точности, превышающих заявленные показатели: AUC от 0,858 до 0,995 (максимальный показатель у моносервиса искусственного интеллекта-2 для анализа изображений органов брюшной полости); специфичность от 0,920 до 1,000 (максимальный показатель у комплексного сервиса искусственного интеллекта-2 для анализа изображений органов грудной клетки), чувствительность от 0,739 до 1,000 (максимальные показатели у моносервиса и комплексного сервиса искусственного интеллекта-2 для анализа изображений органов брюшной полости).

Заключение. Программные обеспечения на основе технологий искусственного интеллекта для выявления новообразований надпочечников продемонстрировали высокие значения метрик диагностической точности. В связи с этим они потенциально могут быть использованы в качестве метода эффективного обнаружения новообразований надпочечников при проведении компьютерной томографии органов брюшной полости и грудной клетки.

论证：肾上腺肿瘤是计算机断层扫描中常见的偶然发现。计算机断层扫描是其主要影像学方法，在多数情况下可提示病灶的病理学性质。目前，基于人工智能技术的软件正在积极研发与应用，用于计算机断层扫描检查中肾上腺肿瘤的检测。本研究旨在评估截至2024年第一季度已有的基于人工智能的软件在胸腹部计算机断层扫描检查中检测肾上腺肿瘤的诊断效能。

目的：评估基于人工智能技术的软件在计算机断层扫描检查中检测肾上腺肿瘤的诊断效能。

方法：测试了两类人工智能软件：单一服务软件，仅用于检测肾上腺肿瘤；综合性人工智能服务软件，用于分析腹部及胸部计算机断层扫描原始图像序列（包括静脉对比增强扫描）。研究采用两组数据集：数据集1为腹部计算机断层扫描，数据集2为胸部计算机断层扫描。每组数据均包含100例计算机断层扫描检查，其中存在肾上腺肿瘤征象 (n=50)，无征象 (n=50)，所有数据均经匿名化处理。通过计算以下统计指标对基于人工智能技术的软件的诊断效能进行评估：曲线下面积（AUC）、准确率、敏感性和特异性。

结果：在含有肾上腺肿瘤征象的数据集上进行测试时，基于人工智能技术的软件达到了较高的诊断学准确性指标，并超过了声明的性能指标：AUC范围为0.858–0.995（最高值出现在用于分析腹部计算机断层扫描的单一服务软件-2）；特异性范围为0.920–1.000（最高值出现在用于分析胸部计算机断层扫描的综合性人工智能软件-2）；敏感性范围为0.739–1.000 （最高值出现在用于分析腹部计算机断层扫描的单一服务软件-2和综合性人工智能软件-2）。

结论：基于人工智能技术的软件在肾上腺肿瘤检测中展示了较高的诊断学准确性指标。因此，它们有望作为腹部和胸部计算机断层扫描中肾上腺肿瘤有效发现的方法之一。