Зачем это вообще читать
Категория BI-RADS 4A — главный «болевой узел» УЗ-маммологии. По букве протокола — биопсия. По статистике — около 90% образований в этой категории оказываются доброкачественными. Каждая такая биопсия — лишняя инвазивная процедура, тревога для пациентки и нагрузка на патоморфологию.
Технологически работать с этой категорией мы умеем уже давно: эластография, цветовой допплер, контраст. Но эластография даёт один параметр (жёсткость), а допплер — один параметр (васкуляризация на крупных сосудах). Когда в руках появился MV-Flow и встроенный AI-классификатор S-Detect, у врача стало больше аргументов в спорной категории.
Эта статья — про то, какие именно аргументы они дают и где границы.
Что показывает MV-Flow в маммологии
MV-Flow — это не «улучшенный power Doppler». Принципиально другой подход к подавлению клаттера: вместо классических IIR-фильтров используется адаптивный пространственно-временной фильтр на основе сингулярного разложения (SVD). Это позволяет видеть медленные потоки, которые в обычном допплере отсекаются как шум.
В контексте молочной железы это означает три вещи.
Первое. Видна внутренняя васкуляризация образований, не только перифокальный кровоток. Злокачественные опухоли отличаются хаотичной микрососудистой сетью внутри — это давний морфологический маркер, но раньше его можно было оценить только на CEUS или гистологически.
Второе. Видна сеть микрососудов в капсуле и периферии доброкачественных образований. У фиброаденом и папиллом часто характерный «обводящий» паттерн, в отличие от хаотичного интрапаренхимального — это новые и пока малоизученные диагностические признаки.
Третье. Можно оценить фетальные маркеры в отдельной нише — но это уже не маммология, это акушерство.
Главное преимущество перед CEUS — без контраста, без IV-доступа, в режиме реального времени. Главное ограничение — нет кинетики (arrival/washout), поэтому для дифференциальной диагностики ГЦК и метастаза печени MV-Flow всё ещё уступает контрастному УЗИ. Для груди это менее критично.
Что делает S-Detect Breast
S-Detect — это не «нейросеть, которая ставит диагноз». Это инструмент, который:
- Сегментирует контур образования на B-режиме в один клик.
- Извлекает стандартные дескрипторы по BI-RADS Atlas: shape, orientation, margin, echo pattern, posterior features.
- На основе этих дескрипторов выдаёт классификацию «возможно доброкач» / «возможно злокач».
Принципиально, что результат подаётся в языке BI-RADS. Это не случайно: модель не должна быть чёрным ящиком для радиолога. Если S-Detect говорит «возможно злокачественное», врач видит, на каких именно дескрипторах это решение основано — orientation: not parallel, margin: spiculated, echo: heterogeneous. Согласен — оставляет, не согласен — переоценивает.
Мультицентровая валидация в AJR 2024 показала: применение S-Detect в категории BI-RADS 4A снижает количество биопсий примерно на 27,5% без потери чувствительности к злокачественным образованиям. Эффект сильнее у врачей с меньшим опытом — модуль «выравнивает» работу резидентов и опытных радиологов. Это согласуется с типичным для CAD-инструментов профилем эффекта.
Связка MV-Flow + S-Detect в реальном протоколе
Стандартный протокол выглядит так:
- B-режим, орто-проекции. Стандартное описание образования в BI-RADS-терминах.
- S-Detect. Один клик — получаем AI-оценку. Сравниваем со своим мнением. Фиксируем согласие/расхождение в протоколе.
- Эластография (E-Breast). Strain ratio, Tsukuba — уточнение жёсткости.
- MV-Flow. Оцениваем интранодулярный микрокровоток и его паттерн.
- Решение. Если все три инструмента согласованы (S-Detect = доброкач, низкий strain ratio, без хаотичной интранодулярной сети) — основание понизить риск-класс. Если расходятся — решение остаётся консервативным, биопсия.
Здесь критическая мысль: связка инструментов не «отменяет биопсию», она даёт более прозрачное обоснование для решения. Любая «ATR-позиция» против биопсии должна быть документирована тремя независимыми инструментами, а не одним AI-калькулятором.
Ограничения и «не делайте так»
- Не заменяйте B-режим. Любая AI-классификация — поверх корректно описанного B-режима, а не вместо него.
- Не снижайте 4A до 3 на одной только AI-оценке. Это требует совпадения AI + эластография + микрокровоток + клинический контекст.
- Не оценивайте MV-Flow без понимания артефактов движения. Дыхание и пульсация могут имитировать поток, особенно вблизи грудной стенки.
- В кистах сложного содержимого (сложные кисты IV–V по DBT-таксономии) MV-Flow менее информативен — там работает CEUS.
На каких сканерах это всё доступно
S-Detect Breast и MV-Flow одновременно доступны на премиум-стационарах Samsung RS85 Prestige, универсалах Samsung V8 и V7. На V6 доступны оба модуля, но в составе ограниченных пакетов. На W10 Elite — оба, плюс расширенный workflow LiveBreastAssist для скрининга.
Что важно не пропустить
- AJR 2024 — мультицентровая валидация S-Detect, главное чтение по AI-классификации в маммологии.
- RSNA 2022 — обзорная статья по MV-Flow, обязательное чтение для понимания того, как именно работает технология.
- BI-RADS Atlas, 5-я редакция — базовая терминология, без которой ни один CAD-инструмент в маммологии не имеет смысла.
Источники
Что мы читали, когда собирали этот материал. Если в тексте встретилось число или cut-off — оно отсюда.
- Microvascular Flow Imaging: A State-of-the-Art Review of Clinical Use and PromiseRadiology (RSNA), 2022. обзорOpen Access
- Multicenter Validation of an AI System for Breast Mass Classification (S-Detect)AJR, 2024. рецензируемая статья
- ACR BI-RADS Atlas, 5th Edition2013. клинические рекомендации
- Breast lesion vascularity assessment using microvascular flow imaging2023. рецензируемая статья
Технологии в этом материале
- допплер MV-FlowДопплеровская техника визуализации медленных потоков и микроциркуляции, которые не видны в обычном цветовом и энергетическом допплере. Без контраста.
- ai-cad S-Detect BreastAI-модуль для автоматического контурирования и BI-RADS-классификации образований молочной железы. Снижает биопсии 4A в мультицентровых исследованиях.