由美國國立衛(wèi)生研究院和Global Good的研究人員領(lǐng)導的研究小組開發(fā)了一種計算機算法，可以分析女性子宮頸的數(shù)字圖像，并準確識別需要醫(yī)療護理的癌前病變。這種稱為自動視覺評估的人工智能(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。

為了開發(fā)該方法，研究人員使用綜合數(shù)據(jù)集來“訓練”深度或機器學習算法，以識別復雜視覺輸入中的模式，例如醫(yī)學圖像。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(jié)果由國家醫(yī)學圖書館(NLM)的專家獨立確認。結(jié)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(jié)果顯示，深度學習算法可以使用在常規(guī)宮頸癌篩查期間收集的圖像來識別癌前病變，如果不及時治療，可能會發(fā)展為癌癥，”NCI癌癥流行病學和遺傳學部門醫(yī)學博士，公共衛(wèi)生碩士Mark Schiffman說。 ，該研究的高級作者。“事實上，圖像的計算機分析在識別癌前病變方面比在顯微鏡下觀察巴氏試驗的人類專家評估者(細胞學)更好。”

“新方法有可能在資源匱乏的環(huán)境中具有特殊價值。此類環(huán)境中的衛(wèi)生保健工作者目前使用稱為醋酸視覺檢查(VIA)的篩查方法。在這種方法中，衛(wèi)生工作者將稀醋酸應(yīng)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廣泛用于沒有更先進的篩選方法的地方。然而，眾所周知，它是不準確的，需要改進。

自動視覺評估同樣易于執(zhí)行。衛(wèi)生工作者可以在一次訪問期間使用手機或類似的相機設(shè)備進行子宮頸篩查和治療。此外，這種方法可以通過最少的培訓進行，使其成為醫(yī)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多萬張宮頸圖像，這些圖像來自20世紀90年代在哥斯達黎加進行的宮頸癌篩查研究中收集的NCI檔案。超過9,400名婦女參加了該人口研究，隨訪時間長達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，哪些沒有。將照片數(shù)字化，然后用于訓練深度學習算法，以便能夠區(qū)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相結(jié)合時，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說道，他是執(zhí)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(qū)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一步訓練該算法。這一步是必要的，因為不同地理區(qū)域的婦女的子宮頸外觀有細微差別。該項目的最終目標是為常見的開放式使用創(chuàng)建最佳算法。