基于宫颈影像，人工智能对宫颈癌精准筛查

号外

《精准医学前沿》组建了10余个生物医学应用专业微信交流群，包括人工智能医学应用前沿，肿瘤（靶向治疗和细胞免疫治疗），单细胞测序医学应用，非编码RNA与疾病，干细胞与再生医学，临床基因组解读与遗传咨询，基因编辑医学应用，表观修饰医学应用，罕见病和单基因病，病原感染与宏基因组，神经系统疾病，心脑血管疾病等。长按以下二维码加微信（Precision_medcine），备注想加入的群或研究领域，再邀进相关群，非诚勿扰。

精准医学前沿资讯

近日，来自美国的科学家在国际权威期刊《J Natl Cancer Inst.》(IF: 11.238)刊发《宫颈影像学深度学习与自动评价在宫颈癌筛查中的应用》（《An Observational Study of Deep Learning andAutomated Evaluation of Cervical Images for Cancer Screening》）的论文，该论文研究表明基于宫颈影像，人工智能对宫颈癌精准筛查。

人类乳头瘤病毒疫苗接种和宫颈癌筛查在大多数不发达地区覆盖率不高，每年约有80%的50多万癌症病例发生在这些环境中。肉眼检查子宫颈是可行的，但可重复性差或不准确。本研究的目的是开发一种基于“深度学习”的视觉影像评估算法，自动识别宫颈癌前期/癌症。

研究人员对哥斯达黎加瓜纳卡斯特的9406名年龄在18-94岁之间的妇女进行了长达7年(1993-2000年)的跟踪调查，纳入多种宫颈癌筛查方法和癌前组织病理学确诊。肿瘤登记连锁鉴定癌症长达18年。使用经存档、数字化的子宫颈影像，对基于深度学习的算法进行训练/验证。所得图像预测得分(0-1)可分为敏感性和特异性两大类，以平衡对癌前/癌前检测的敏感性和特异性。所有的统计检验都是双向的。

研究结果表明，与原始的子宫镜像检测(AUC = 0.69, 95% CI= 0.63 - 0.74;或常规细胞学检查(AUC = 0.71, 95% CI= 0.65 ~ 0.77;P

最后，研究人员最后表示，该结果支持人工智能模型对宫颈影像进行自动化评估来筛查宫颈癌。如果达到这一预期的预测目标，该方法可能会推广成为有效的宫颈普查方案。

——End——

本文系精准医学前沿原创编译，欢迎分享，转载需后台联系授权