科学研究

欧阳能太教授和姚和瑞院长团队利用深度学习对宫颈细胞全数字扫描涂片(WSI)进行训练并建立宫颈癌人工智能辅助筛查系统文章在《Nature Communications》杂志发表

发布日期:2025-04-15

论文题目:Artificial intelligence enables precision diagnosis of cervical cytology grades and cervical cancer.     

通讯作者:姚和瑞;欧阳能太 

第一作者:王厥;余运芳;谭钰洁;万欢;郑娜芬 

论文发表刊物:Nature Communications

image-20250415112033-14

【研究背景】

宫颈癌是女性最常见的恶性肿瘤,发病率居女性恶性肿瘤之首,也是唯一可通过筛查预防的恶性肿瘤。然而,我国筛查覆盖率仍较低,且细胞病理医生严重短缺。中山大学孙逸仙纪念医院基于宫颈细胞学病理图像数据,结合深度卷积神经网络算法,构建人工智能辅助筛查平台,助力宫颈癌筛查。

【主要发现】

本研究团队利用深度学习对宫颈细胞全数字扫描涂片(WSI)进行训练并建立宫颈癌人工智能辅助筛查系统(AICCS)(图1),该AICCS系统采用阶段性递进验证模式在多中心、前瞻性和随机观察试验的人群数据集中研究,在多中心数据中,各项评估指标均高于0.8(图 2),在前瞻性研究中,AICCS辅助细胞病理医生诊断的效能比单独细胞病理医生的诊断效能高,灵敏度提高了13.3%。在亚组分析中,AICCS辅助的细胞病理医生在ASC-US+、LSIL+或HSIL+的患者中在特异性和准确性方面显示出优越性(图 3)。因此,AICCS作为一个辅助筛查工具,在宫颈癌筛查中展现出巨大应用前景。

image-20250415111856-2

(图 1

image-20250415111856-3image-20250415111930-8

(图 2

image-20250415111938-9

image-20250415111856-4(图 3

 

【研究意义】

AICCSI 系统已在全国多家医院推广应用,AI分析一张涂片不到1分钟,日均可处理上千张,大大缓解了当前细胞病理医生短缺及诊断水平参差不齐的问题。此平台不仅显著提高了宫颈癌筛查的准确率和效率,还有效提升了医疗资源的利用率,尤其在基层医疗机构中,有助于推动不同级别医院的“同质化”建设(图 4)。

image-20250415111856-5image-20250415112004-12

(图 4

论文链接:

https://www.nature.com/articles/s41467-024-48705-3

阅读二维码:image-20250415111856-6image-20250415112007-13