研究人员希望使用人工智能和移动数字显微镜创建筛查工具，可以在资源有限的环境中检测女性宫颈癌的前兆。由卡罗林斯卡学院和赫尔辛基大学的研究人员领导的一项研究现在表明，使用便携式扫描仪对巴氏涂片进行的人工智能筛查与病理学家所做的分析相当。结果发表在JAMANetworkOpen杂志上。

“我们的方法使我们能够更有效地发现和治疗宫颈癌的前兆，特别是在低收入国家，那里严重缺乏熟练的病理学家和先进的实验室设备，”通讯作者、全球系教授JohanLundin说。公共卫生，卡罗林斯卡学院。

在国家筛查计划旨在检测宫颈样本中的细胞异常和人乳头瘤病毒(HPV)的国家中，宫颈癌病例数已大幅下降。尽管如此，预计未来十年全球病例总数仍将增加，这主要是由于低收入国家缺乏筛查资源和HPV疫苗。

需要创新的解决方案

如果要为世界各地的更多女性提供妇科筛查，就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子宫颈中的细胞异常，如果及早发现可以成功治疗。2018年9月至2019年9月期间，肯尼亚农村诊所的740名妇女的涂片被采集。然后使用便携式扫描仪将样本数字化，并通过移动网络上传到基于云的深度学习系统(DLS)。不到一半的涂片用于训练程序识别不同的癌前病变，而其余的则用于评估其准确性。

然后将人工智能评估与两位独立病理学家对数字和物理样本的评估进行比较。研究表明，评估结果非常相似。DLS在识别癌前病变患者方面的敏感性为96-100%。没有更严重的高级别病变患者接受假阳性评估。对于确定无病变的涂片，DLS对78%至85%的病例进行了与病理学家相同的评估。

可以腾出时间和资源

研究人员认为，该方法可用于排除大部分涂片，这将为当地专家腾出时间检查突出的涂片。然而，在这之前，还需要对更大、更多样化的患者群体进行更多的研究，包括更多的涂片和不同类型的病变，以及确诊为宫颈癌前兆的活检。

“借助便携式在线显微镜，DLS可以在筛查宫颈癌时充当‘虚拟助手’，”Lundin解释说。“人工智能助手可以在全球24/7全天候访问，并帮助当地专家检查更多的涂片。这种方法将使资源有限的国家能够以比目前的情况更有效、成本更低的方式为其人口提供筛查服务。”