人工智能方法可以检测出宫颈癌的前体

利用人工智能和移动数字显微镜，研究人员希望创造出一种筛查工具，可以在资源有限的环境中检测出妇女宫颈癌的前体。瑞典卡罗林斯卡研究所(Karolinska institute)的研究人员领导的一项研究表明，用便携式扫描仪对巴氏涂片进行人工智能筛查，可以与病理学家所做的分析媲美。研究结果发表在该杂志上Jama Network开放。

“我们的方法使我们能够更有效地发现和治疗前体子宫颈癌，特别是在低收入国家Karolinska研究所全球公共卫生系教授、通讯作者Johan Lundin说，美国严重缺乏熟练的病理学家和先进的实验室设备。

在国家筛查计划的国家，旨在检测宫颈样本中的细胞异常和人乳头瘤病毒（HPV），宫颈病例的数量癌症急剧下降。尽管如此，全球案例总额预计未来十年将增加，这主要是由于低收入国家的筛查资源和HPV疫苗短缺。

如果要提供妇科筛查，则需要考虑到当地条件和限制的创新诊断解决方案。

在这项研究中，研究人员训练了一个人工智能系统来识别宫颈中的细胞异常，如果及早发现，就可以成功治疗。2018年9月至2019年9月，在肯尼亚一家农村诊所对740名女性进行了涂片。然后使用便携式扫描仪对样本进行数字化，并通过移动网络将其上传到基于云的深度学习系统(DLS)。只有不到一半的涂片被用来训练该程序识别不同癌前病变其余的则用来评估其准确性。

然后将AI评估与数字和物理样本的两个独立病理学家进行了比较。该研究表明，评估非常相似。DLS鉴定患者患有癌前患者的敏感性为96-100％病变。没有更严重的高档病变的患者接受了假阳性评估。关于识别没有病变的涂片，DLS在78-85％的病例中与病理学家相同的评估。

研究人员认为，该方法可用于排除大部分涂片，从而为当地专家腾出时间来检查突出的部分。然而，在这实现之前，需要对更大、更多样的患者群体进行更多的研究，包括更多的涂片、不同类型的病变以及确诊宫颈癌前体的活组织检查。

“有了便携式在线显微镜，DLS可以充当宫颈癌筛查的‘虚拟助手’，”伦丁解释说。“人工智能助手可以在全球全天候使用，帮助当地专家检查更多涂片。这种方法将使资源有限的国家能够向其人口提供这些资源筛选服务效率更高，成本更低。”