筛查准确率高达92.1%！大数据有助于宫颈癌筛查

来源：生物勘探2022-02-13 08:57

根据世界卫生组织的数据，宫颈癌是世界上女性中第二常见的癌症。2020年，全球将新增宫颈癌病例60万例，约34万患者失去生命。宫颈癌是由人乳头瘤病毒持续感染引起的(人乳头瘤病毒)。虽然HPV疫苗有效降低了宫颈癌的发病率，但疫苗的整体覆盖率仍然不足。因此，通过宫颈癌筛查来确定宫颈上皮内瘤变(CIN)或宫颈癌的水平对于及时预防或治疗宫颈癌非常重要。目前，

根据世界卫生组织的数据，宫颈癌是世界上女性中第二常见的癌症。2020年，全球将新增宫颈癌病例60万例，约34万患者失去生命。宫颈癌是由人乳头瘤病毒持续感染引起的(人乳头瘤病毒)。虽然HPV疫苗有效降低了宫颈癌的发病率，但疫苗的整体覆盖率仍然不足。因此，通过宫颈癌筛查来确定宫颈上皮内瘤变(CIN)或宫颈癌的水平对于及时预防或治疗宫颈癌非常重要。

目前，宫颈细胞学和人乳头瘤病毒检测是常见的无创初筛方法。然而，就宫颈细胞学而言，由于女性细胞学中的一些涂片未能收集宫颈病变区域的样本，因此灵敏度通常较低。此外，就人乳头瘤病毒检测而言，只有感染时间长的人才会发展为高CIN水平或癌症，因此人乳头瘤病毒检测灵敏度高但特异性低。阴道镜检查是基于结肠镜检查对宫颈图像的解释，用于细胞学或人乳头瘤病毒检测异常的妇女的进一步检查。它是侵入性的，可能导致出血或感染。因此，需要一种基于现有临床检查的无创、客观、准确的宫颈筛查方法。

近日，中国科学院苏州生物医学工程技术研究所研究团队提出了一种基于跨膜融合细胞学、人乳头瘤病毒检测和阴道镜影像检查结果的宫颈病变无创筛查方法，筛查准确率高达92.1%，明显优于单一筛查方法。研究结果发表在国际医学信息学协会的官方期刊《国际医学信息学杂志(IJMI)》上，标题为“通过阴道镜检查、细胞学和人乳头瘤病毒试验的跨模式整合进行基于深度学习的医学筛查”。

本研究中，研究团队利用深度学习的方法，构建了自动阴道镜图像筛查模型，输出患者病变的概率，实现了阴道镜图像的客观量化解读。他们还对细胞学检测结果和人乳头瘤病毒检测结果进行分类，利用逻辑回归方法将分类编码与阴道镜图像自动输出的病变跨膜状态概率进行融合，最终构建出宫颈癌综合筛查模型。

研究小组纳入了2160名女性的检查数据，其中包括1718例正常或低度病变，442例高度病变或宫颈癌。

纳入标准如下：

1)2016年至2019年接受宫颈癌筛查；

2)接受细胞学检查、人乳头瘤病毒试验、阴道镜检查和阴道镜活检。

排除标准如下：

1)缺少以下宫颈图像之一：生理盐水图像、醋酸图像、碘图像；

2)图像被遮挡或模糊。

研究人员通过使用三种图像：盐水图像、醋酸图像和碘图像，开发并测试了基于阴道镜的深度学习模型。结合基于单幅图像的模型，通过多元逻辑回归建立基于多幅图像的深度学习模型。将细胞学检查和人乳头瘤病毒试验的结果应用于MLR，建立细胞学检查-人乳头瘤病毒试验联合模型。最后，结合基于多幅图像的深度学习模型、细胞学检查结果和人乳头瘤病毒检测结果，利用多层线性回归建立跨模态综合模型。此外，受试者工作特性曲线下的面积用于测试模型的性能。

经检测，细胞学检查与人乳头瘤病毒检验联合模型的AUC为0.837(注：AUC越接近1，检验方法的真实性越高)，明显高于单一细胞学检查和人乳头瘤病毒检验。基于盐水图像、醋酸图像和碘图像的深度学习模型的AUC分别为0.760、0.791和0.840，基于多图像的深度学习模型的AUC提高到0.845。值得一提的是，综合模型表现最好，AUC为0.921。(100yiyao.com)

版权声明

本网站标注“来源：百医网”或“来源：bioon”的文字、图片、音视频资料均属于百医网网站版权所有。未经授权，任何媒体、网站或个人不得转载，否则将承担责任。获得书面授权转载时，必须注明“来源：百医网”。其他来源的文章均为转载。本网站所有转载都是为了传递更多信息。转载不代表本网站的立场。不想被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在随时阅读、评论、分享百医网APP。请扫描二维码下载-