AI双染色方法提高了宫颈癌筛查的准确性，效率

在一项新的研究中，一种计算机算法改善了与细胞学（PAP测试）相比的宫颈癌筛选的准确性和效率，目前与原发性人乳头瘤病毒（HPV）筛选阳性的女性随访的目前的标准。新方法采用人工智能（AI）自动化双染评价，对临床护理有明显的影响。

研究中的调查结果于2020年6月25日公布国家癌症研究所杂志。该算法是开发的，并由国家癌症研究所（NCI）的调查人员进行的研究，其中一部分国家卫生研究院，与来自其他院校的研究人员合作。

“我们很高兴显示我们对宫颈癌有一种完全自动化的方法筛选as a follow-up to a positive HPV test that outperformed the standard method in our study," said Nicolas Wentzensen, M.D., Ph.D., of NCI's Division of Cancer Epidemiology and Genetics, who led the study. "Based on our results, it could increase the efficiency of cervical cancer screening by finding more precancers and reducing误报，这有可能消除HPV阳性的大量不必要的程序女性。“

近年来，临床医生希望利用数字影像和机器学习的进步来改善宫颈癌筛查。测试HPV阴性的妇女对宫颈癌的风险低导致宫颈癌，甚至最多的宫颈HPV感染 - 这导致阳性HPV测试 - 不会导致预态。挑战是鉴定患有阳性HPV测试结果的女性最有可能在宫颈细胞中具有癌前变化，因此应该具有阴道镜检查来检查子宫颈并采取样品进行活组织检查，或者需要立即治疗。

目前，具有阳性HPV测试的女性可能具有额外的HPV测试或PAP细胞学测试，以评估阴道镜检查，活组织检查或治疗的需求。PAP细胞学，其中经过培训的实验室专业人员（细胞技术学家）分析染色的幻灯片以寻找异常细胞，用于在对癌症进展之前寻找素材。但这些方法并不理想。例如，PAP细胞学测试是耗时的，而不是非常敏感，容易出现假阳性结果。

双重染色测试已经出现为更准确地预测一个阳性HPV测试的女性具有癌前宫颈改变的机会。该测试测量宫颈样品中两种蛋白质，P16和KI-67的存在。在两项研究中，Wentzensen博士和他的同事发现，在两次染色试验上发生阴性结果的女性在下次五年内发育宫颈癌的风险很低，并且与PAP细胞学。在2020年3月，手动双染色细胞学测试由美国食品和药物管理局（FDA）批准用于在原发性HPV筛查中接受阳性结果的妇女。

手动双染色测试具有主观组件，因为细胞科学家必须看幻灯片以确定结果。在新的研究中，调查人员希望了解完全自动化的双染色测试是否可以匹配或超过手动方法的性能。与Niels Grabe，Ph.D.和Bernd Lahrmann，博士学位合作，博士学位的医疗系统生物学的斯坦贝斯转移中心，它们开发了一个全幻灯片的成像平台，之后受到深入学习的培训，可以确定P16和KI-67染色任何宫颈细胞。他们将这种方法与常规的PAP细胞学和手动双染色测试与总共4,253人参与凯瑟永久加州北加州和俄克拉荷马大学的HPV阳性宫颈癌和肛门脊髓癌的三种流行病学研究中的一项。

研究人员发现，基于AI的双染色试验比PAP细胞学和手动双染色的阳性测试率较低，具有更好的敏感性（正确识别素材的能力）和基本上更高的特异性（正确识别的能力那些没有骨髓虫的人）比PAP细胞学。与PAP（约42％对60％）相比，基于AI的双染色将转诊到阴道镜检查约三分之一。测试方法也是坚固的，显示出肛交细胞学中的相当性能。

简而言之，自动化测试超越了当前标准的性能，PAP细胞学，减少假阳性结果的数量并大大减少对不必要的阴镜检查程序的转介。结果还支持进一步评估测试作为肛癌筛选的选择。研究人员注意到他们的方法具有明确的临床应用，并通过基于云的实现，它将是全球可访问的。该平台的其他应用包括辅助评估，第二意见和质量控制。

由于手动双染色测试最近获得了筛选具有HPV阳性测试结果的女性的FDA批准，因此其使用仍然入门。需要额外的监管批准，以便筛选HPV阳性女性，具有全自动的双污染测试。研究人员称，他们的发现作为引入数字病理学和深入学习临床实践的重要例子，它们的方法有可能大大改善颈椎癌症筛选，影响数百万女性每年测试HPV阳性。

---

---