AI双染色方法提高了NIH研究中子宫颈癌筛查的准确性和效率

在一项新研究中，与细胞学检查(Pap测试)相比，计算机算法提高了子宫颈癌筛查的准确性和效率，而细胞学检查是目前对原发性人乳头瘤病毒(HPV)筛查呈阳性的妇女进行随访的标准。新方法使用人工智能(AI)来自动化双重染色评估，并且对临床护理具有明显的意义。

这项研究的结果发表在《癌症研究所杂志》上。该算法是由国立卫生研究院(National Institutes of Health)旗下的国立癌症研究所(NCI)的研究人员与其他机构的研究人员合作开发并进行的。

NCI的Nicolas Wentzensen博士说：“我们很高兴能证明我们拥有一种完全自动化的宫颈癌筛查方法，作为HPV阳性检测的后续措施，其表现优于我们研究中的标准方法。”领导该研究的癌症流行病学和遗传学部。“基于我们的结果，它可以通过发现更多的前癌并减少假阳性率来提高子宫颈癌筛查的效率，这有可能消除HPV阳性女性中大量不必要的手术。”

近年来，临床医生希望利用数字成像和机器学习的进步来改善宫颈癌的筛查。在接下来的十年中，HPV检测呈阴性的女性在子宫颈癌的风险较低，即使大多数导致HPV检测呈阳性的子宫颈HPV感染也不会导致癌变。面临的挑战是确定哪些HPV检测结果阳性的女性最有可能宫颈细胞发生癌前变化，因此应该进行阴道镜检查以检查宫颈并进行活检，或者需要立即治疗。

目前，HPV检测呈阳性的女性可能需要进行其他HPV检测或Pap细胞学检测，以评估是否需要进行阴道镜检查，活检或治疗。子宫颈抹片细胞学是由经过专门训练的实验室专业人员(细胞技术人员)分析染色的玻片以寻找异常细胞而被用来在癌症发展为癌症之前先发现癌症。但是这些方法并不理想。例如，巴氏细胞学检查很费时，不是很敏感，而且容易出现假阳性结果。

双重染色检测已经出现，可以更准确地预测HPV检测阳性的妇女宫颈癌前变化的机会。该测试可测量宫颈样品中两种蛋白质p16和Ki-67的存在。在之前的两项研究中，Wentzensen博士及其同事发现，在双重染色测试中阴性的女性在接下来的五年中患宫颈癌的风险较低，与双重染色相比呈阳性的女性更少巴氏细胞学。2020年3月，食品药品监督管理局批准了手动双重染色细胞学检查，用于在初次HPV筛查中获得阳性结果的女性。

手动双重染色测试具有主观成分，因为细胞技术人员必须查看载玻片才能确定结果。在这项新研究中，研究人员希望了解全自动双污点测试是否可以匹配或超过手动方法的性能。与海德堡大学关联的斯坦贝克医学系统生物学转移中心的Niels Grabe博士和Bernd Lahrmann博士合作，他们开发了全幻灯片成像平台，经过深度学习训练后，可以确定p16和Ki-67是否都被宫颈细胞染色。他们将这种方法与传统的Pap细胞学检查和手动双重染色测试(共4种)进行了比较

研究人员发现，基于AI的双重染色测试的阳性测试率低于Pap细胞学和手动双重染色，而且灵敏度更高(能够正确识别癌症前体)并且特异性更高(能够正确识别癌症前体)那些没有癌症的人)与Pap相比，基于AI的双重染色将阴道镜转诊率降低了约三分之一(约42%对60%)。该测试方法也很可靠，在肛门细胞学上显示出可比的性能。

简而言之，自动化测试超越了当前标准Pap细胞学的性能，减少了假阳性结果的数量，并大大减少了不必要的阴道镜检查程序的转诊。结果还支持进一步评估该测试，作为肛门癌筛查的一种选择。研究人员指出，他们的方法具有明确的临床应用，并且通过基于云的实施，将可以在全球范围内使用。该平台的其他应用程序包括辅助评估，第二意见和质量控制。

由于手动双染色测试仅在最近才获得FDA批准，用于筛查HPV阳性测试结果的女性，因此其使用才刚刚开始。还需要获得更多监管机构的批准，才能通过全自动双染检测筛查HPV阳性女性。研究人员说，他们的发现是将数字病理学和深度学习引入临床实践的重要例子，他们的方法具有极大改善宫颈癌筛查的潜力，每年影响数百万测试HPV阳性的女性。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！