О ЖУРНАЛЕ
Научный журнал «Медицинская радиология и радиационная безопасность» (Мedical Radiology and Radiation Safety), ISSN 1024-6177 основан в январе 1956 г. (до 30 декабря 1993 г. выходил под названием «Медицинская радиология», ISSN 0025-8334). В 2018 году журнал получил Online ISSN: 2618-9615 и был зарегистрирован как электронное сетевое издание в Роскомнадзоре 29 марта 2018 года. На его страницах публикуются оригинальные научные статьи по вопросам радиобиологии, радиационной медицины, радиационной безопасности, лучевой терапии, ядерной медицины, а также научные обзоры; в целом журнал имеет более 30 рубрик и представляет интерес для специалистов, работающих в областях медицины¸ радиационной биологии, эпидемиологии, медицинской физики и техники. С 01.07.2008 г. Издатель журнала – ФГБУ «Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр им. А.И. Бурназяна» ФМБА России. Учредитель с 1956 г. - Министерство здравоохранения РФ, а с 2008 г. по настоящее время – Федеральное медико-биологическое агентство.
Членами редакционной коллегии журнала являются ученые – специалисты, работающие в области радиационной биологии и медицины, радиационной защиты, радиационной эпидемиологии, радиационной онкологии, лучевой диагностики и терапии, ядерной медицины и медицинской физики. В состав редакционной коллегии входят: академики РАН, члены-корреспонденты РАН, доктора медицинских наук, профессора, кандидаты и доктора биологических, физико-математических наук и технических наук. Состав редколлегии постоянно пополняется за счет авторитетных специалистов, работающих в ближнем и дальнем зарубежье.
Периодичность выхода в свет – 6 номеров в год, объемом – 13,5 усл. печатных листов или 88 печатных страниц и тиражом 1000 экземпляров. Журнал имеет идентичную по содержанию полнотекстовую электронную версию, которая одновременно с печатным вариантом и цветными рисунками размещается на сайтах Научной Электронной Библиотеки (НЭБ) и сайте журнала. Распространение по подписке через Агентство «Роспечать» по договору № 7407 от 16 июня 2006 г., через индивидуальных покупателей и коммерческие структуры. Публикация статей бесплатная.
Журнал входит в Перечень ведущих российских рецензируемых научных журналов ВАК, рекомендованных для опубликования результатов диссертационных исследований. С 2008 г. журнал представлен в Интернете и индексируется в базе данных РИНЦ, а также входит в Перечень Russian Science Citation Index (RSCI), размещенной на платформе Web of Science. С 2 февраля 2018 года журнал «Медицинская радиология и радиационная безопасность" индексируется в мультидисциплинарной библиографической и реферативной базе SCOPUS.
Краткие электронные версии статей журнала с 2005 г. находятся в открытом доступе в разделе "Выпуски журнала". С 2011 года в открытом доступе представлены все выпуски журнала целиком, а с 2016 года - полнотекстовые версии научных статей. Полный текст остальных статей любого номера, начиная с 2005 г. могут приобрести подписчики только через НЭБ. Редакция журнала «Медицинская радиология и радиационная безопасность» в соответствии с договором с НЭБ поставляет ей в полном объеме выпускаемую продукцию с 2005 г. по настоящее время.
Основным рабочим языком журнала является русский, дополнительный язык – английский, который используется для написания названий статей, сведений об авторах, аннотаций, ключевых слов, списка литературы.
С 2017 г. журнал «Медицинская радиология и радиационная безопасность» перешел на цифровую идентификацию публикаций, присвоив каждой статье идентификатор цифрового объекта (DOI), что значительно ускорило поиск местонахождения статьи в Интернете. В дальнейшем в планах развития журнала «Медицинская радиология и радиационная безопасность» предполагается его издание в англоязычном варианте. С целью получения информации о публикационной активности журнала в марте 2015 года на сайте журнала был помещен счетчик обращений читателей к материалам, выложенным на сайте с 2005 г. по настоящее время. В течение 2015 – 2016 гг. в среднем было не более 100 – 170 обращений в день. Размещение ряда статей, а также электронных версий профильных монографий и сборников в открытом доступе резко увеличило число обращений на сайт журнала до 500 – 800 в день, а общее число посещений сайта к началу 2019 г. составило 527 тыс.
Двухлетний импакт-фактор РИНЦ, по данным на начало 2019 г., составил 0,447, с учетом цитирования из всех источников – 0,614, а пятилетний импакт-фактор РИНЦ – 0,359.
Medical Radiology and Radiation Safety. 2026. Vol. 71. № 4
DOI:10.33266/1024-6177-2026-71-4-103-111
V.I. Pavlova1, 2, Y.S. Pyshkina1, 3, K.I. Kovalenko1, T.A. Semenova1, R.I. Kargapoltseva1, V.A. Dyukov1, E.N. Alekhin1, 2, N.Yu. Ilyasova4
DIAGNOSING OSTEOPOROSIS IN CANCER PATIENTS: ARTIFICIAL INTELLIGENCE AND TRADITIONAL APPROACHES
1 Tyumen State Medical University, Tyumen, Russia
2 Medical City, Tyumen, Russia
3 Samara State Medical University, Samara, Russia
4 Samara National Research University, Samara, Russia
Contact person: Yu.S. Pyshkina, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
ABSTRACT
Purpose: To conduct a comprehensive assessment of the potential and prospects of artificial intelligence (AI) technologies for diagnosing osteoporosis in oncology patients, with a focus on overcoming the limitations of standard methods and optimizing the screening for osteoporotic changes through the analysis of routine computed tomography (CT) data, based on a systematic review of contemporary literature.
Material and methods: This article provides a review of the literature concerning the role of artificial intelligence (AI) and traditional methods in diagnosing osteoporosis in cancer patients. It presents data on the application of AI-based technology across various medical fields, compares AI with classical diagnostic methods, and cites examples of studies demonstrating the high efficacy of AI in osteoporosis detection. The advancement of this field is expected to refine AI algorithms for osteoporosis diagnosis. Training these algorithms on large datasets will enable the automatic identification of such conditions at early stages and provide clinicians with more accurate information for timely decision-making.
Conclusion: The conducted analysis confirms that inadequate diagnosis of osteoporosis remains a key cause of pathological fractures in oncology patients. The integration of AI offers novel solutions to this problem by automating data analysis and improving the accessibility of screening. A promising direction is opportunistic screening using AI algorithms to assess bone mineral density from routine CT scans, which is particularly relevant for patients undergoing hormonal therapy. Key priorities include the development of specialized models for patients with breast cancer, prostate cancer, and myeloma, as well as the integration of AI with methods such as REMS. Despite existing limitations, such as the need for large, annotated datasets, the potential of AI to reduce labor costs and enhance diagnostic accuracy is evident. Further collaborative research and pilot implementations are warranted to overcome current barriers and advance osteoporosis diagnostics to a new level.
Keywords: oncology, osteoporosis, diagnostics, artificial intelligence, cancer patients, densitometry
For citation: Pavlova VI, Pyshkina YS, Kovalenko KI, Semenova TA, Kargapoltseva RI, Dyukov VA, Alekhin EN, Ilyasova NYu. Diagnosing Osteoporosis in Cancer Patients: Artificial Intelligence and Traditional Approaches. Medical Radiology and Radiation Safety. 2026;71(4):103–111. DOI:10.33266/1024-6177-2026-71-4-103-111
References
1. Wickham R. Osteoporosis Related to Disease or Therapy in Patients with Cancer. Clinical Journal of Oncology Nursing. 2011;15;6:90-104. Doi: 10.1188/11.CJON.E90-E104.
2. Pin F., Prideaux M., Huot J.R., Essex A.L., Plotkin L.I., Bonetto A., Bonewald L.F. Non-Bone Metastatic Cancers Promote Osteocyte-Induced Bone Destruction. Cancer Lett. 2021;520:80-90. Doi: 10.1016/j.canlet.2021.06.030.
3. Багрова С.Г., Басин Е.М., Валиев А.К., Деньгина Н.В., Копп М.В., Кутукова С.И., Манзюк Л.В., Семиглазова Т.Ю. Профилактика и лечение патологии костной ткани при злокачественных новообразованиях // Злокачественные опухоли. 2022. Т.12. №3. С. 40-54 [Bagrova S.G., Basin Ye.M., Valiyev A.K., Den’gina N.V., Kopp M.V., Kutukova S.I., Manzyuk L.V., Semiglazova T.Yu. Prevention and Treatment of Bone Tissue Pathology in Malignant Neoplasms. Zlokachestvennyye Opukholi = Malignant Tumoursis. 2022;12;3:40-54 (In Russ.)].
4. Che M., Gong W., Zhao Y., Liu M. Long Noncoding RNA HCG18 Inhibits the Differentiation of Human Bone Marrow-Derived Mesenchymal Stem Cells in Osteoporosis by Targeting miR-30a-5p/NOTCH1 Axis. Molecular Medicine. 2020;26;9:106. doi: 10.1186/s10020-020-00219-6.
5. Есентаева С.Е., Таракова Б.К. Потеря костной массы у онкологических пациентов с гормонозависимыми опухолями на фоне противоопухолевой терапии // Наука о жизни и здоровье. 2020. Т.2. С. 121-129 [Yesentayeva S.Ye., Tarakova B.K. Bone Loss in Cancer Patients with Hormone-Dependent Tumors during Antitumor Therapy. Nauka o Zhizni i Zdorov’ye = Life and Health Science. 2020;2:121-129 (In Russ.)]. Doi: 10.24411/1995-5871-2020-10093.
6. Wissing M.D. Chemotherapy- and Irradiation-Induced Bone Loss in Adults with Solid Tumors. Current Osteoporosis Reports. 2015;13;3:140-145. Doi: 10.1007/s11914-015-0266-z.
7. Regan M.M., Fleming G.F., Walley B., Francis P.A., Pagani O. Adjuvant Systemic Treatment of Premenopausal Women with Hormone Receptor-Positive Early Breast Cancer: Lights and Shadows. Journal of Clinical Oncology: Official Journal of the American Society of Clinical Oncology. 2019;37;11:862-866. Doi: 10.1200/JCO.18.02433.
8. Кит О.И., Шлык О.С., Ващенко Л.Н., Владимирова Л.Ю., Сторожакова А.Э., Дурицкий М.Н., Дашкова И.Р., Босенко Е.С., Луганская Р.Г. Развитие остеопороза у женщин с раком молочной железы, получающих гормональную терапию // Современные проблемы науки и образования. 2020. Т.3. Ст. 29814 [Kit O.I., Shlyk O.S., Vashchenko L.N., Vladimirova L.Yu., Storozhakova A.E., Duritskiy M.N., Dashkova I.R., Bosenko Ye.S., Luganskaya R.G. Development of Osteoporosis in Women with Breast Cancer Receiving Hormonal Therapy. Sovremennyye Problemy Nauki i Obrazovaniya = Modern Problems of Science and Education. 2020;3:29814 (In Russ.)]. Doi: 10.17513/spno.29814.
9. Скрипникова И.А. Современные подходы к инструментальной диагностике остеопороза // Остеопороз и остеопатии. 2022. Т.25. №3. С. 113-114 [Skripnikova I.A. Modern Approaches to Instrumental Diagnostics of Osteoporosis. Osteoporoz i Osteopatii = Osteoporosis and Bone Diseases. 2022;25;3:113-114 (In Russ.)].
10. Гладкова Е.Н., Лесняк О.М., Ершова О.Б., Скрипникова И.А., Аношенкова О.Н., Ахвердян Ю.Р., Белова К.Ю., Белоусова И.Б., Большакова Е.В., Гребенкина М.В., Древаль А.В., Заводовский Б.В., Зоткина К.Е., Ильин М.В., Касимова А.М., Колчинский И.А., Косматова О.В., Крюкова И.В., Ахатов А.Ф., Латфуллин А.А., Лейкаускене Е.А., Леонова Н.В., Максимова Ю.В., Мягкова М.А., Новиков В.Е., Полякова Е.Ю., Полякова Ю.В., Сивордова Л.Е., Тавлуев В.А. Сравнение эффективности различных подходов к организации диагностики остеопороза и выявления пациентов с высоким риском переломов в российской популяции // Профилактическая медицина. 2021. Т.24. № 10. С. 14-23 [Gladkova Ye.N., Lesnyak O.M., Yershova O.B., Skripnikova I.A., Anoshenkova O.N., Akhverdyan Yu.R., Belova K.Yu., Belousova I.B., Bol’shakova Ye.V., Grebenkina M.V., Dreval’ A.V., Zavodovskiy B.V., Zotkina K.Ye., Il’in M.V., Kasimova A.M., Kolchinskiy I.A., Kosmatova O.V., Kryukova I.V., Akhatov A.F., Latfullin A.A., Leykauskene Ye.A., Leonova N.V., Maksimova Yu.V., Myagkova M.A., Novikov V.Ye., Polyakova Ye.Yu., Polyakova Yu.V., Sivordova L.Ye., Tavluyev V.A. Comparison of the Effectiveness of Various Approaches to Organizing the Diagnosis of Osteoporosis and Identifying Patients with a High Risk of Fractures in the Russian Population. Profilakticheskaya Meditsina = Russian Journal of Preventive Medicine. 2021;24;10:14-23 (In Russ.)].
11. Скрипникова И.А., Щеплягина Л.А., Новиков В.Е., Косматова О.В., Абирова А.С. Возможности костной рентгеновской денситометрии в клинической практике // Остеопороз и остеопатии. 2010. Т.2. С. 23-34 [Skripnikova I.A., Shcheplyagina L.A., Novikov V.Ye., Kosmatova O.V., Abirova A.S. Possibilities of Bone X-Ray Densitometry in Clinical Practice. Osteoporoz i Osteopatii = Osteoporosis and Bone Diseases. 2010;2;23-34 (In Russ.)].
12. Löffler M.T., Sollmann N., Mei K., Valentinitsch A., Noël P.B., Kirschke J.S., Baum T. X-Ray-Based Quantitative Osteoporosis Imaging at the Spine. Osteoporos Int. 2020;31;2:233-250. Doi: 10.1007/s00198-019-05212-2.
13. Lesnyak O., Bilezikian J.P., Zakroyeva A. Working Group for the Audit on Burden of Osteoporosis in Eurasian Region. Report on the Audit on Burden of Osteoporosis in Eight Countries of the Eurasian Region: Armenia, Belarus, Georgia, Moldova, Kazakhstan, the Kyrgyz Republic, the Russian Federation, and Uzbekistan. Archives of Osteoporosis. 2020;15;1:175. Doi: 10.1007/s11657-020-00836-y.
14. Захаров И.С. Лучевая диагностика остеопороза – современное состояние проблемы // Политравма. 2015. Т.1. С. 69-73 [Zakharov I.S. Radiation Diagnostics of Osteoporosis ‒ the Current State of the Problem. Politravma = Polytrauma. 2015;1:69-73 (In Russ.)].
15. Мельников А.А., Дьяченко В.В., Шубин И.В., Никитин А.Э., Созыкин А.В., Аверин Е.Е. Современные подходы и возможности оценки минеральной плотности костной ткани методом количественной компьютерной томографии // Consilium Medicum. 2021. Т.23. №4. С. 372-381 [Mel’nikov A.A., D’yachenko V.V., Shubin I.V., Nikitin A.E., Sozykin A.V., Averin Ye.Ye. Modern Approaches and Possibilities of Assessing Bone Mineral Density by Quantitative Computed Tomography. Consilium Medicum. 2021;23;4:372-381 (In Russ.)].
16. McDonald A.M., Yang E.S., Saag K.G., Levitan E.B., Wright N.C., Fiveash J.B., Rais-Bahrami S., Bhatia S. Osteoporosis Screening Using Computed Tomography for Men with Prostate Cancer: Results of a Prospective Study. Arch Osteoporos. 2020;15;1:32. Doi: 10.1007/s11657-020-0711-1.
17. Капишников А.В., Алехин Э.Н. Возможности сцинтиграфии скелета в диагностике остеопоротических изменений позвонков и оценке ремоделирования костной ткани у больных остеопорозом // Вестник Российского научного центра рентгенорадиологии. 2014. №.4. С. 2 [Kapishnikov A.V., Alekhin E.N. Possibilities of Skeletal Scintigraphy in the Diagnosis of Osteoporotic Changes in the Vertebrae and the Assessment of Bone Tissue Remodeling in Patients with Osteoporosis. Vestnik Rossiyskogo Nauchnogo Tsentra Rentgenoradiologii = Bulletin of the Russian Scientific Center of Roentgenologyradiology. 2014;4:2 (In Russ.)].
18. Sheppard A.J., Paravastu S.S., Wojnowski N.M., Osamor C.C. 3rd, Farhadi F., Collins M.T., Saboury B. Emerging Role of 18F-NaF PET/Computed Tomographic Imaging in Osteoporosis: a Potential Upgrade to the Osteoporosis Toolbox. PET Clinics. 2023;18;1:1-20. Doi: 10.1016/j.cpet.2022.09.001.
19. Kay F.U., Ho V., Dosunmu E.B., Chhabra A., Brown K., Duan X., Öz O.K. Quantitative CT Detects Undiagnosed Low Bone Mineral Density in Oncologic Patients Imaged with 18F-FDG PET/CT. Clinical Nuclear Medicine. 2021;46;1:8-15. Doi: 10.1097/RLU.0000000000003416.
20. Бусурин В.И., Кудрявцев П.С. Применение метода ультразвуковой остеометрии для скрининг-диагностики и мониторинга эффективности терапии остеопороза // Медицинская радиология и радиационная безопасность. 2022. Т.67. №5. С. 75-79 [Busurin V.I., Kudryavtsev P.S. Application of the Ultrasound Osteometry Method for Screening Diagnostics and Monitoring the Effectiveness of Osteoporosis Therapy. Meditsinskaya Radiologiya i Radiatsionnaya Bezopasnost’ = Medical Radiology and Radiation Safety. 2022;67;5:75-79 (In Russ.)]. Doi: 10.33266/1024-177-2022-67-5-75-79.
21. Dovjak P., Iglseder B., Rainer A., Dovjak G., Weber M., Pietschmann P. Pulse-Echo Ultrasound Measurement in Osteoporosis Screening: a Pilot Study in Older Patients. Aging Clinical and Experimental Research. 2023;35;6:1221–1230.
22. Fuggle N.R., Reginster J.Y., Al-Daghri N., Bruyere O., Burlet N., Campusano C., Cooper C., Perez A.D., Halbout P., Ghi T., Kaufman J.M., Kurt A., Matijevic R., Radermecker R.P., Tuzun S., Veronese N., Rizzoli R., Harvey N.C., Brandi M.L., Brandi M.L. Radiofrequency Echographic Multi Spectrometry (REMS) in the Diagnosis and Management of Osteoporosis: State of the Art. Aging Ging Clinical and Experimental Research. 2024;36;1:135. Doi: 10.1007/s40520-024-02784-w.
23. Amorim D.M.R., Sakane E.N., Maeda S.S., Lazaretti Castro M. New Technology REMS for Bone Evaluation Compared to DXA in Adult Women for the Osteoporosis Diagnosis: a Real-Life Experience. Archives of Osteoporosis. 2021;16;1:175.
24. Chen Y., Mei X., Liang X., Cao Y., Peng C., Fu Y., Zhang Y., Liu C., Liu Y. Application of Magnetic Resonance Image Compilation (MAGiC) in the Diagnosis of Middle-Aged and Elderly Women with Osteoporosis. BMC Medical Imaging. 2023;23;1:63. Doi: 10.1186/s12880-023-01010-9.
25. El Miedany Y. FRAX: Re-Adjust or Re-Think. Archives of Osteoporosis. 2020;15;1:150. Doi: 10.1007/s11657-020-00827-z.
26. Вознюк П.А. История развития и современное состояние искусственного интеллекта // GLOBUS: технические науки. 2019. Т.3. №27. С. 11-19 [Voznyuk P.A. History of Development and Current State of Artificial Intelligence. Globus: Tekhnicheskiye Nauki = Globus: Technical Sciences. 2019;3;27:11-19 (In Russ.)].
27. Kaul V., Enslin S., Gross S.A. History of Artificial Intelligence in Medicine. Gastrointestinal Endoscopy. 2020;92;4:807-812. Doi: 10.1016/j.gie.2020.06.040.
28. Kulikowski C.A. Beginnings of Artificial Intelligence in Medicine (AIM): Computational Artifice Assisting Scientific Inquiry and Clinical Art – with Reflections on Present AIM Challenges. Yearbook of Medical Informatics. 2019;28;1:249-256. Doi: 10.1055/s-0039-1677895.
29. Amisha Malik P., Pathania M., Rathaur V.K. Overview of Artificial Intelligence in Medicine. Journal of Family Medicine and Primary Care. 2019;8;7:2328-2331. Doi: 10.4103/jfmpc.jfmpc_440_19.
30. Mintz Y., Brodie R. Introduction to Artificial Intelligence in Medicine. Minimally Invasive Therapy & Allied Technologies. 2019;28;2:73-81. Doi: 10.1080/13645706.2019.1575882.
31. Yang Y.J., Bang C.S. Application of Artificial Intelligence in Gastroenterology. World Journal of Gastroenterology. 2019;25;14:1666-1683. Doi: 10.3748/wjg.v25.i14.1666.
32. Быканов А.Е., Данилов Г.В., Костюмов В.В., Пилипенко О.Г., Нутфуллин Б.М., Растворова О.А., Пицхелаури Д.И. Технологии искусственного интеллекта в условиях микрохирургической операционной // Современные технологии в медицине. 2023. Т.15. №2. С. 86-95 [Bykanov A.Ye., Danilov G.V., Kostyumov V.V., Pilipenko O.G., Nutfullin B.M., Rastvorova O.A., Pitskhelauri D.I. Artificial Intelligence Technologies in a Microsurgical Operating Room. Sovremennyye Tekhnologii v Meditsine = Modern Technologies in Medicine. 2023;15;2:86-95 (In Russ.)].
33. Romm E.L., Tsigelny I.F. Artificial Intelligence in Drug Treatment. Annual Review of Pharmacology and Toxicology. 2020;60:353-369. Doi: 10.1146/annurev-pharmtox-010919-023746.
34. Sahu A., Mishra J., Kushwaha N. Artificial Intelligence (AI) in Drugs and Pharmaceuticals. Combinatorial Chemistry & High Throughput Screening. 2022;25;11:1818-1837. Doi: 10.2174/1386207325666211207153943.
35. Miller R.J.H., Huang C., Liang J.X., Slomka P.J. Journal of Nuclear Cardiology: Official Publication of the American Society of Nuclear Cardiology. J NuclCardiol. 2022;29;4:1754-1762. Doi: 10.1007/s12350-022-02977-8.
36. Lee C.H., Liu W.T., Lou Y.S., Lin C.S., Fang W.H., Lee C.C., Ho C.L., Wang C.H., Lin C. Artificial Intelligence-Enabled Electrocardiogram Screens Low Left Ventricular Ejection Fraction with a Degree of Confidence. Digital Health. 2022;8:20552076221143249. Doi: 10.1177/20552076221143249.
37. Sumner J., Lim H.W., Chong L.S., Bundele A., Mukhopadhyay A., Kayambu G. Artificial Intelligence in Physical Rehabilitation: a Systematic Review. Artificial Intelligence in Medicine. 2023;146:102693. Doi: 10.1016/j.artmed.2023.102693.
38. Jartarkar S.R. Artificial Intelligence: its Role in Dermatopathology. Indian Journal of Dermatology, Venereology and Leprology. 2023;89;4:549-552. Doi: 10.25259/IJDVL_725_2021.
39. Chen H.Y., Ge P., Liu J.Y., Qu J.L., Bao F., Xu C.M., Chen H.L., Shang D., Zhang G.X. Artificial Intelligence: Emerging Player in the Diagnosis and Treatment of Digestive Disease. World Journal of Gastroenterology. 2022;28;20:2152-2162. Doi: 10.3748/wjg.v28.i20.2152.
40. Nassif A.B., Talib M.A., Nasir Q., Afadar Y., Elgendy O. Breast Cancer Detection Using Artificial Intelligence Techniques: a Systematic Literature Review. Artificial Intelligence in Medicine. 2022;127:102276. Doi: 10.1016/j.artmed.2022.102276.
41. Seah J., Brady Z., Ewert K., Law M. Artificial Intelligence in Medical Imaging: Implications for Patient Radiation Safety. The British Journal of Radiology. 2021;94;1126: 20210406. Doi: 10.1259/bjr.20210406.
42. Кульбакин Д.Е., Чойнзонов Е.Л., Толмачев И.В., Стариков Ю.В., Старикова Е.Г., Каверина И.С. Искусственный интеллект в онкологии: области применения, перспективы и ограничения // Вопросы онкологии. 2022. Т.68. №6. Р. 691-699 [Kul’bakin D.Ye., Choynzonov Ye.L., Tolmachev I.V., Starikov YU.V., Starikova Ye.G., Kaverina I.S. Artificial Intelligence in Oncology: Areas of Application, Prospects and Limitations. Voprosy Onkologii = Problems of Oncology. 2022;68;6:691-699 (In Russ.)].
43. Петряйкин А.В., Белая Ж.Е., Гомболевский В.А., Низовцова Л.А., Сергунова К.А., Абуладзе Л.Р., Артюкова З.Р., Сморчкова А.К., Яссин Л.Р., Феданов В.А., Киева И.Н., Соловьев А.В., Кондратенко В.А., Писов М., Захаров А.А., Морозов С.П., Владзимирский А.В., Беляев М.Г. Оценка деформации тел позвонков в диагностике компрессионных переломов с помощью методов искусственного интеллекта // Остеопороз и остеопатии. 2020. Т.23. №2. С. 118-119 [Petryaykin A.V., Belaya Zh.Ye., Gombolevskiy V.A., Nizovtsova L.A., Sergunova K.A., Abuladze L.R., Artyukova Z.R., Smorchkova A.K., Yassin L.R., Fedanov V.A., Kiyeva I.N., Solov’yev A.V., Kondratenko V.A., Pisov M., Zakharov A.A., Morozov S.P., Vladzimirskiy A.V., Belyayev M.G. Assessment of Vertebral Body Deformation in the Diagnosis of Compression Fractures Using Artificial Intelligence Methods. Osteoporoz i Osteopatii = Osteoporosis and Bone Diseases. 2020;23;2:118-119 (In Russ.)].
44. Петряйкин А.В., Белая Ж.Е., Беляев М.Г., Захаров А.А., Бухараев А.Н., Бобровская Т.М., Кудрявцев Н.Д., Семенов Д.С., Ахмад Е.С., Артюкова З.Р., Абуладзе Л.Р., Сморчкова А.К., Васильев Ю.А. Точность автоматической диагностики компрессионных переломов тел позвонков по данным морфометрического алгоритма искусственного интеллекта // Остеопороз и остеопатии. 2022. Т.25. №3. С. 92-93 [Petryaykin A.V., Belaya Zh.Ye., Belyayev M.G., Zakharov A.A., Bukharayev A.N., Bobrovskaya T.M., Kudryavtsev N.D., Semenov D.S., Akhmad Ye.S., Artyukova Z.R., Abuladze L.R., Smorchkova Yu.A. Accuracy of Automatic Diagnostics of Vertebral Compression Fractures Using a Morphometric Algorithm of Artificial Intelligence. Osteoporoz i Osteopatii = Osteoporosis and Bone Diseases. 2022;25;3:92-93 (In Russ.)].
45. Петряйкин А.В., Абуладзе Л.Р., Шелепа А.А., Артюкова З.Р., Кудрявцев Н.Д., Ахмад Е.С., Семенов Д.С., Захаров А.А., Беляев М.Г. Оценка возрастного распределения минеральной плотности тел позвонков по данным алгоритма искусственного интеллекта // Остеопороз и остеопатии. 2022. Т.25. №3. С. 93-94 [Petryaykin A.V., Abuladze L.R., Shelepa A.A., Artyukova Z.R., Kudryavtsev N.D., Akhmad Ye.S., Semenov D.S., Zakharov A.A., Belyayev M.G. Assessment of the Age Distribution of Vertebral Mineral Density Using an Artificial Intelligence Algorithm. Osteoporoz i Osteopatii = Osteoporosis and Bone Diseases. 2022;25;3:93-94 (In Russ.)].
46. Bodden J., Dieckmeyer M., Sollmann N., Burian E., Rühling S., Löffler M.T., Sekuboyina A., El Husseini M., Zimmer C., Kirschke J.S., Baum T. Incidental Vertebral Fracture Prediction Using Neuronal Network-Based Automatic Spine Segmentation and Volumetric Bone Mineral Density Extraction from Routine Clinical CT Scans. Front Endocrinol (Lausanne). 2023;14:1207949. Doi: 10.3389/fendo.2023.1207949.
47. Yang J., Liao M., Wang Y., Chen L., He L., Ji Y., Xiao Y., Lu Y., Fan W., Nie Z., Wang R., Qi B., Yang F. Opportunistic Osteoporosis Screening Using Chest CT with Artificial Intelligence. Osteoporos Int. 2022;33;12:2547-2561. Doi: 10.1007/s00198-022-06491-y.
48. Wu Y., Yang X., Wang M., Lian Y., Hou P., Chai X., Dai Q., Qian B., Jiang Y., Gao J. Artificial Intelligence Assisted Automatic Screening of Opportunistic Osteoporosis in Computed Tomography Images from Different Scanners. Eur Radiol. 2025;35;4:2287-2295. Doi: 10.1007/s00330-024-11046-2.
49. Huber F.A., Bunnell K.M., Garrett J.W., Flores E.J., Summers R.M., Pickhardt P.J., Bredella M.A. AI-Based Opportunistic Quantitative Image Analysis of Lung Cancer Screening CTs to Reduce Disparities in Osteoporosis Screening. Bone. 2024;186:117176. Doi: 10.1016/j.bone.2024.117176.
50. Chen Y.C., Li Y.T., Kuo P.C., Cheng S.J., Chung Y.H., Kuo D.P., Chen C.Y. Automatic Segmentation and Radiomic Texture Analysis for Osteoporosis Screening Using Chest Low-Dose Computed Tomography. Eur Radiol. 2023;33;7:5097-5106. Doi: 10.1007/s00330-023-09421-6.
51. Naghavi M., De Oliveira I., Mao S.S., Jaberzadeh A., Montoya J., Zhang C., Atlas K., Manubolu V., Montes M., Li D., Atlas T., Reeves A., Henschke C., Yankelevitz D., Budoff M. Opportunistic AI-Enabled Automated Bone Mineral Density Measurements in Lung Cancer Screening and Coronary Calcium Scoring CT Scans are Equivalent. Eur J Radiol Open. 2023;10:100492. Doi: 10.1016/j.ejro.2023.100492.
52. Ji L., Zhang W., Zhong X., Zhao T., Sun X., Zhu S., Tong Y., Luo J., Xu Y., Yang D., Kang Y., Wang J., Bi Q. Osteoporosis, Fracture and Survival: Application of Machine Learning in Breast Cancer Prediction Models. Frontiers in Oncology. 2022;12:973307. Doi: 10.3389/fonc.2022.973307.
53. Lin X., Zhang Z., Zhou T., Li J., Jin Q., Li Y., Guan Y., Xia Y., Zhou X., Fan L. The Role of Computed Tomography and Artificial Intelligence in Evaluating the Comorbidities of Chronic Obstructive Pulmonary Disease: A One-Stop CT Scanning for Lung Cancer Screening. Int J Chron Obstruct Pulmon Dis. 2025;20:1395-1406. Doi: 10.2147/COPD.S508775.
54. Yu K.H., Healey E., Leong T.Y., Kohane I.S., Manrai A.K. Medical Artificial Intelligence and Human Values. N Engl J Med. 2024;390;20:1895-1904. Doi: 10.1056/NEJMra2214183.
55. Wang H., Fu T., Du Y., Gao W., Huang K., Liu Z., Chandak P., Liu S., Van Katwyk P., Deac A., Anandkumar A., Bergen K., Gomes C.P., Ho S., Kohli P., Lasenby J., Leskovec J., Liu T.Y., Manrai A., Marks D., Ramsundar B., Song L., Sun J., Tang J., Veličković P., Welling M., Zhang L., Coley C.W., Bengio Y., Zitnik M. Scientific Discovery in the Age of Artificial Intelligence. Nature. 2023;620;7972:47-60. Doi: 10.1038/s41586-023-06221-2.
56. Hamet P., Tremblay J. Artificial Intelligence in Medicine. Metabolism. 2017;69S:36-40. Doi: 10.1016/j.metabol.2017.01.011.
57. Lin X., Zhang Z., Zhou T., Li J., Jin Q., Li Y., Guan Y., Xia Y., Zhou X., Fan L. The Role of Computed Tomography and Artificial Intelligence in Evaluating the Comorbidities of Chronic Obstructive Pulmonary Disease: a One-Stop CT Scanning for Lung Cancer Screening. Int J Chron Obstruct Pulmon Dis. 2025;20:1395-1406. Doi: 10.2147/COPD.S508775.
PDF (RUS) Full-text article (in Russian)
Conflict of interest.The authors declare no conflict of interest.
Financing. The study had no sponsorship.
Contribution. Pavlova V.I.: analysis of literary sources, editing of the article; Pyshkina Y.S.: analysis of literary sources, writing of the text and editing of the article; Kovalenko K.I.: literature review, collection and analysis of literary sources, writing and editing the article; Semenova T.A.: literature review, collection and analysis of literary sources, writing the text; Kargapoltseva R.I.: analysis of literary sources, writing the text; Dyukov V.A.: literature review, collection and analysis of literary sources; Alekhin E.N.: analysis of literary sources, writing of the text and editing of the article; Ilyasova N.Yu.: analysis of literary sources, writing of the text and editing of the article.
Article received: 20.03.2026. Accepted for publication: 25.04.2026.