Первая CAD-система, сертифицированная FDA (Агентством по контролю за продуктами и лекарствами США), называлась RapidScreen Digital. Хотя точность этого алгоритма не достигала 100%, он смог идентифицировать 36 случаев (41%) из 88, в которых врач-рентгенолог не заподозрил наличие ЗНО легких [80]. Поэтому систему рекомендовали использовать как второе мнение для минимизации пропусков ЗНО [81]. Однако после 2010 года значительных продвижений в применении CAD для диагностики ЗНО не наблюдалось. Основной подход к этим системам включал анализ изображений на основе вручную выбранных функций. Из-за этого описать все возможные признаки заболеваний оказалось невозможным, и точность CAD не достигала уровня опытного врача-рентгенолога. В основном они концентрировались на диагностике туберкулеза и ЗНО легких, игнорируя другие патологии [82]. Определить оптимальный набор функций для конкретной задачи сложно, и это часто считается скорее искусством, чем наукой [83]. Но с техническим прогрессом после 2010 года использование машинного обучения значительно упростило этот процесс. Машины стали более эффективно выделять необходимые признаки и формулировать решающие функции. Поэтому новое направление в развитии CAD-систем включает интеграцию ИИ.
Отличительной чертой CAD для маммографии является их высокая точность по сравнению с системами для рентгенографии органов грудной клетки, и они успешно используются по сегодняшний день. Принцип работы маммографических CAD-систем аналогичен рентгенографическим. Система анализирует до четырех изображений одновременно, часто обрабатывая их независимо друг от друга. С помощью CAD определяются аномалии в тканях молочной железы, такие как микрокальцинаты и уплотнения, которые могут указывать на наличие опухолей. Следующий алгоритм CAD классифицирует эти участки, используя количественные методы для оценки их характеристик, таких как плотность и регулярность распределения. Окончательная оценка вероятности злокачественного процесса осуществляется с помощью автоматизированного классификатора, обученного на данных. В результате врач-рентгенолог получает изображение с областями, помеченными как потенциально опасные [84].
Первый алгоритм CAD для маммографии, утвержденный FDA, был зарегистрирован еще в 1998 году – раньше, чем аналогичные системы для рентгенографии органов грудной клетки [85]. Применение CAD в диагностике ЗНО молочной железы показало такие обнадеживающие результаты, что к 2010 году около 74% всех маммографических исследований использовали эту технологию [86]. Отмечается, что CAD начали применяться вместо традиционного второго чтения маммограмм, демонстрируя улучшение результатов на 2—10%. Это позволило обнаруживать ЗНО в среднем на два месяца раньше, чем при классическом двойном просмотре изображений рентгенологами. Основным препятствием к широкому распространению стала не столько технология, сколько ее низкая экономическая эффективность [87—89]. Со временем появились исследования, подвергающие сомнению эффективность CAD-систем [90, 91]. Последующие анализы показали: врачи не меняли своих диагностических решений под влиянием CAD, что не привело к улучшению точности диагностики [92].