研究人員希望使用人工智能和移動數字顯微鏡創建篩查工具，可以在資源有限的環境中檢測女性宮頸癌的前兆。由卡羅林斯卡學院和赫爾辛基大學的研究人員領導的一項研究現在表明，使用便攜式掃描儀對巴氏涂片進行的人工智能篩查與病理學家所做的分析相當。結果發表在JAMANetworkOpen雜志上。
“我們的方法使我們能夠更有效地發現和治療宮頸癌的前兆，特別是在低收入國家，那里嚴重缺乏熟練的病理學家和先進的實驗室設備，”通訊作者、全球系教授JohanLundin說。公共衛生，卡羅林斯卡學院。
在國家篩查計劃旨在檢測宮頸樣本中的細胞異常和人乳頭瘤病毒(HPV)的國家中，宮頸癌病例數已大幅下降。盡管如此，預計未來十年全球病例總數仍將增加，這主要是由于低收入國家缺乏篩查資源和HPV疫苗。
需要創新的解決方案
如果要為世界各地的更多女性提供婦科篩查，就需要考慮到當地條件和限制的創新診斷解決方案。
在這項研究中，研究人員訓練了一個人工智能系統來識別子宮頸中的細胞異常，如果及早發現可以成功治療。2018年9月至2019年9月期間，肯尼亞農村診所的740名婦女的涂片被采集。然后使用便攜式掃描儀將樣本數字化，并通過移動網絡上傳到基于云的深度學習系統(DLS)。不到一半的涂片用于訓練程序識別不同的癌前病變，而其余的則用于評估其準確性。
然后將人工智能評估與兩位獨立病理學家對數字和物理樣本的評估進行比較。研究表明，評估結果非常相似。DLS在識別癌前病變患者方面的敏感性為96-100%。沒有更嚴重的高級別病變患者接受假陽性評估。對于確定無病變的涂片，DLS對78%至85%的病例進行了與病理學家相同的評估。
可以騰出時間和資源
研究人員認為，該方法可用于排除大部分涂片，這將為當地專家騰出時間檢查突出的涂片。然而，在這之前，還需要對更大、更多樣化的患者群體進行更多的研究，包括更多的涂片和不同類型的病變，以及確診為宮頸癌前兆的活檢。
“借助便攜式在線顯微鏡，DLS可以在篩查宮頸癌時充當‘虛擬助手’，”Lundin解釋說?！叭斯ぶ悄苤挚梢栽谌?4/7全天候訪問，并幫助當地專家檢查更多的涂片。這種方法將使資源有限的國家能夠以比目前的情況更有效、成本更低的方式為其人口提供篩查服務?！?/p>
