人工智能辅助宫颈细胞学筛查联合人乳头瘤病毒分流在宫颈癌筛查中的作用

林军 俞连实   徐小敏

摘要：目的 分析探讨人工智能辅助宫颈细胞学筛查联合人乳头瘤病毒分流在宫颈癌筛查中的作用。方法 选取2022年1月至2022年12月期间5200名宫颈癌筛查的女性作为研究对象，将其随机分成对照组（人工阅片细胞学筛查）和观察组（人工智能辅助宫颈细胞学筛查人乳头瘤病毒分流），对比两组受检者细胞学筛查结果阳性检出率，同时对病理诊断符合率及细胞学结果进行总结。结果 观察组异常细胞学结果检出率高于对照组；观察组病理阳性符合率明显高于对照组，两组数据对比差异具有统计学意义（P<0.05）。结论 人工智能辅助宫颈细胞学筛查联合人乳头瘤病毒分流在宫颈筛查中作用显著，可提高异常检出率及宫颈癌前病变的检出率，与病理诊断符合较高。

关键词：人工智能；宫颈细胞学筛查；人乳头瘤病毒分流；宫颈癌筛查

    宫颈癌是妇科常见的恶性肿瘤之一，有着较高的发病率和死亡率，已成为威胁女性生命安全的首要疾病。相关统计显示，世界范围内的宫颈癌发病例数已超过50万，我国发病例数已超过15万，每年有近3万人死于宫颈癌。宫颈癌随着疾病的发生发展，从癌前病变发展成原位癌，早期癌，浸润癌，这是一个漫长的过程，但对于宫颈癌患者可在早期确诊并给予对应的治疗措施，进而提高患者生命质量，延长患者生存期限，因此临床认为应重视宫颈癌的早期筛查，尽早干预，尽早治疗[1]。宫颈癌的发生与人乳头瘤病毒持续性感染密不可分，95%以上的宫颈癌患者会检测到HPV感染情况，因此在筛查中予以人乳头瘤病毒分流可区分单纯感染者和癌前病变者。宫颈液基细胞检查具有制片质量高，敏感性，特异性高等优势，但费用高，对设备及环境要求较高；人工智能技术得到快速发展，也被不断的应用于临床中，在人工智能技术辅助下开展宫颈细胞学检查，可有效提供工作效率[2]。鉴于此，本文将针对人工智能辅助宫颈细胞学筛查联合人乳头瘤病毒分流在宫颈癌筛查中的作用进行分析，望能够帮助临床医生解决宫颈液基薄层细胞学病理诊断中存在的漏诊，误诊问题，帮助病理医生提高诊断工作效率，报告如下。

1.资料与方法

1.1临床资料

选取2022年1月至2022年12月期间5200名宫颈癌筛查的女性作为研究对象，将其随机分成对照组（人工阅片细胞学筛查）和观察组（人工智能辅助宫颈细胞学筛查人乳头瘤病毒分组）；入选标准：所有受检者在接受检查前无宫颈手术史；所有受检者在开展细胞学与组织病理学检查间无相关治疗；受检者及家属均在知情并同意情况下参与本次实验。排除标准：标本不满意，细胞量低于5000；宫颈活检及宫颈锥切术史者；合并其他妇科生殖系统恶性肿瘤者；免疫系统疾病者；妊娠期或经期女性。对照组中受检者年龄范围34岁-63岁，平均年龄（40.25±7.34）岁；观察组受检者年龄范围35岁-67岁，平均年龄（41.08±7.65）岁。比较两组受检者基础指标无显著性差异（P>0.05），具有可比性。

1.2方法

两组涂片标本制作方法[3]相同：避开月经期采样，指导受检者采样前24小时禁止用药，冲洗，性生活。指导受检者取仰卧位，使用扩阴器充分暴露宫颈，使用采样刷采集宫颈鳞状交界处样本，加压顺时针旋转5周，将收集到的细胞洗入放有Thin-Prep细胞保存液的小瓶中保存，制作巴氏染色液基涂片。

对照组行人工阅片，由第三方检测机构实施涂片检测，细胞学筛查结果由资深细胞病理学医生判读，再由1名副高级职称以上的细胞病理学医生复核，获得最终结果。

观察组行人工智能辅助宫颈细胞学筛查人乳头瘤病毒分流检测阅片，具体方法为：人工智能辅助阅片，江丰生物科技有限公司提供筛查系统，同时用该公司生产的数字图片扫描技术制作图片，所有操作均严格按照说明书执行，对于正常涂片，质量控制需按照10:1比例进行；对于异常标本必须由副高级职称以上的细胞病理学医师复核。人乳头瘤病毒分流检测：由第三方检测机构完成，在样本细胞中提取DNA，通过德同生物技术有限公司生产的HPV基因分型检测试剂盒检测，采取新一代杂交捕获技术处理，再使用化学发光法检测，获得检测结果[4]。两组受检者检测后，对照组中如有检测异常者，需给予阴道镜检查，如依然存在异常，则应给予病理活检确定；观察组检查异常或结果为高危型HPV感染者需给予阴道镜检查，阴道镜检查结果依然异常者给予病理活检；最终由上级医院专科医生进行质量控制。

1.3观察指标

比较两组受检者异常细胞学结果检出率；比较两组受检者细胞学结果与病理诊断符合率。

1.4统计学分析

使用SPSS20.0统计学软件分析文中数据，使用平均数±标准差表示计量资料，t检验；使用百分比表示计数资料，x2检验；当P<0.05表示差异具有统计学意义。

2.结果 

2.1 对照组共2600例细胞涂片，其中73例细胞学异常，检出率为2.81%；观察组共2600例涂片，有153例检出细胞学异常，检出率为5.88%，观察组异常细胞学结果检出率高于对照组（P<0.05），详见表1。

表1两组受检者检查结果

组别	例数	细胞异常检出例数	检出率
对照组	2600	73	2.81%
观察组	2600	153	5.88%
x2			29.605
P			0.000

2.2对比两组受检者病理阳性符合率 对照组中52例受检者接受阴道镜下活检，以病理结果≥HSIL为标准计算阳性病变，病理阳性检出率为9.62%（5/52），细胞学ASCUS筛查阳性符合率为2.94%（1/34）；以病理≥LSIL为标准计算阳性病变，细胞学ASCUS筛查阳性符合率为11.76%（4/34）。观察组中153例细胞学阳性者中TCT结果为ASCUS者采用高危型HPV检测分流，HPV结果为阴性者12个月后复查TCT，其中14例为高危型HPV阳性，对此给予阴道镜检查。观察组中31例接受阴道镜检查，以病理结果≥HSIL为标准计算阳性病变，病理阳性检出率为32.26%（10/31），细胞学ASCUS筛查阳性符合率为40.00%（2/5）；以病理≥LSIL为标准计算阳性病变，细胞学ASCUS筛查阳性符合率为60.00%（3/5）；与对照组相比，两组受检者细胞学筛查阳性符合率对比差异存在统计学意义（P<0.05）。

3.讨论

宫颈癌一直是威胁女性生命健康的恶性肿瘤之一，早期对癌前病变进行检查和诊断，治疗能够抑制宫颈癌的发生，可见有效的筛查计划可以降低宫颈癌的发生率和死亡率。临床研究发现[5]，几乎所有的宫颈癌患者均是由HPV感染引起的，而由于我国女性人口众多，免费宫颈癌筛查经费有限，因此主要采取TCT筛查，偶有地区联合高危HPV检测；TCT检测对病理医生阅片技能要求较高，但临床调查发现，目前人工判读结果容易出现假阴性情况，假阴性率高达10%，进而延误疾病的诊断和治疗。

人工智能细胞学辅助阅片系统的核心内容是利用计算机视觉技术实现对子宫颈细胞的精准定位，精准识别具有诊断意义的细胞。我国卫健委明确提出：推广宫颈癌防治技术，通过互联网、人工智能技术，提高宫颈癌防治能力。人工智能辅助阅片已成为现实，其与阅片量每天可达1200张之多，诊断效率高，不会产生疲劳感，也不会受到环境的干扰，应用于临床中缓解了医生的工作负担，满足了大量宫颈癌筛查的需求[6]。但人工智能辅助阅片也存在一定的局限性，如无法参照患者资料，也可能出现漏诊或误诊；现阶段风格迁移方法多用于解决域适应问题，先将源域图像视为深度网络输入，再利用对抗生成网络源域的图像分布迁移至目标域图像分布，另一方面使用风格迁移后的伪目标域图像及原有的标签进行关键点网络训练，最后在目标域的图像上完成测试[7]。然而受到目标域图像分布不一的影响，在风格迁移中，网络无法提取到有效的目标域图像的共同特征，进而得到的定位和分类方法可能缺乏精确性。对于这个问题，本文作者认为可将风格迁移机制与细胞定位网络的训练相结合，在单域标注数据集下充分训练宫颈癌TCT切片阳性细胞检测模型；第一、提取域不变特征，区域候选框生成特征分组，对候选群组特征加以辨别；第二、使用不同源的数据实施对比度增强，色彩增强等方式扩充；第三、检测模型训练并计算损失，选出最终优选模型[8]。本文观察组受检者采取人工智能辅助细胞学检查联合人乳头瘤病毒分流筛查，结果显示，病理阳性检出率和细胞学异常阳性符合率更高，表明联合筛查方式异常结果检出率有了显著提高，阴道镜下转诊概率较低；可减轻医务人员的工作任务，提高效率和质量。

参考文献

[1]刘蕾. 人工智能辅助宫颈细胞学筛查联合HPV分流在宫颈癌人群筛查中的应用效果分析[J]. 中外女性健康研究,2023(12):84-86.

[2]何雪梅,黄辉,王婷,等. 人工智能辅助宫颈细胞学筛查联合HPV分流在宫颈癌人群筛查中的应用分析[J]. 徐州医科大学学报,2022,42(4):273-278.

[3]胡爱侠,朱琳,贺慧,等. 人工智能辅助分析技术在子宫颈细胞癌前病变筛查中的应用价值[J]. 临床与实验病理学杂志,2022,38(1):27-30.

[4]李雪,石中月,杨志明,等. 人工智能辅助分析在宫颈液基薄层细胞学检查中的应用价值[J]. 首都医科大学学报,2020,41(3):360-363.

[5]刘四春,胡怀远,朱娜娜,等. 人工智能辅助阅片AI在宫颈细胞学中的应用分析[J]. 临床肿瘤学杂志,2023,28(6):541-544.

[6]郭晓,刘颖,王蕊,等. 人工智能辅助系统在宫颈病变细胞学诊断中的应用效果研究[J]. 癌变.畸变.突变,2022,34(5):361-365.

[7]穆雪峰,张燕,马于涛. 人工智能在宫颈癌和宫颈癌前病变筛查和诊断中的应用[J]. 现代妇产科进展,2023,32(1):65-68,72.

[8]吕京澴,樊祥山,沈勤,等. 人工智能辅助宫颈液基细胞学诊断可行性的多中心研究[J]. 中华病理学杂志,2021,50(4):353-357.