由美國國立衛生研究院和Global Good的研究人員領(lǐng)導的研究小組開(kāi)發(fā)了一種計算機算法，可以分析女性子宮頸的數字圖像，并準確識別需要醫療護理的癌前病變。這種稱(chēng)為自動(dòng)視覺(jué)評估的人工智能(AI)方法有可能徹底改變宮頸癌篩查，特別是在資源匱乏的環(huán)境中。

為了開(kāi)發(fā)該方法，研究人員使用綜合數據集來(lái)“訓練”深度或機器學(xué)習算法，以識別復雜視覺(jué)輸入中的模式，例如醫學(xué)圖像。該方法由國家癌癥研究所(NCI) 的研究人員和Intellectual Ventures的基金Global Good共同創(chuàng )建，研究結果由國家醫學(xué)圖書(shū)館(NLM)的專(zhuān)家獨立確認。結果發(fā)表在國家癌癥研究所雜志上。NCI和NLM是NIH的一部分。

我們的研究結果顯示，深度學(xué)習算法可以使用在常規宮頸癌篩查期間收集的圖像來(lái)識別癌前病變，如果不及時(shí)治療，可能會(huì )發(fā)展為癌癥，”NCI癌癥流行病學(xué)和遺傳學(xué)部門(mén)醫學(xué)博士，公共衛生碩士Mark Schiffman說(shuō)。 ，該研究的高級作者。“事實(shí)上，圖像的計算機分析在識別癌前病變方面比在顯微鏡下觀(guān)察巴氏試驗的人類(lèi)專(zhuān)家評估者(細胞學(xué))更好。”

“新方法有可能在資源匱乏的環(huán)境中具有特殊價(jià)值。此類(lèi)環(huán)境中的衛生保健工作者目前使用稱(chēng)為醋酸視覺(jué)檢查(VIA)的篩查方法。在這種方法中，衛生工作者將稀醋酸應用于子宮頸并用肉眼檢查子宮頸，尋找“乙酰美白”，這表明可能的疾病。由于其便利性和低成本，VIA廣泛用于沒(méi)有更先進(jìn)的篩選方法的地方。然而，眾所周知，它是不準確的，需要改進(jìn)。

自動(dòng)視覺(jué)評估同樣易于執行。衛生工作者可以在一次訪(fǎng)問(wèn)期間使用手機或類(lèi)似的相機設備進(jìn)行子宮頸篩查和治療。此外，這種方法可以通過(guò)最少的培訓進(jìn)行，使其成為醫療保健資源有限的國家的理想選擇，其中宮頸癌是婦女生病和死亡的主要原因。

為了創(chuàng )建該算法，該研究團隊使用了20多萬(wàn)張宮頸圖像，這些圖像來(lái)自20世紀90年代在哥斯達黎加進(jìn)行的宮頸癌篩查研究中收集的NCI檔案。超過(guò)9,400名婦女參加了該人口研究，隨訪(fǎng)時(shí)間長(cháng)達18年。由于該研究的前瞻性，研究人員獲得了幾乎完整的信息，其中宮頸改變成為癌前病變，哪些沒(méi)有。將照片數字化，然后用于訓練深度學(xué)習算法，以便能夠區分需要治療的宮頸病癥和不需要治療的病癥。

“當這種算法與HPV疫苗接種，新興的HPV檢測技術(shù)以及治療方法的改進(jìn)相結合時(shí)，可以想象，即使在資源匱乏的環(huán)境中，宮頸癌也可以得到控制，”Maurizio Vecchione說(shuō)道，他是執行副總裁。全球好。

研究人員計劃使用各種相機和其他成像選項，對世界各地社區婦女的宮頸癌前病變和正常宮頸組織的代表性圖像樣本進(jìn)一步訓練該算法。這一步是必要的，因為不同地理區域的婦女的子宮頸外觀(guān)有細微差別。該項目的最終目標是為常見(jiàn)的開(kāi)放式使用創(chuàng )建最佳算法。