日本研究人员开发了一种基于人工智能（AI）的阴道镜检查诊断工具，可以准确识别宫颈上皮内瘤变（CIN），随后建议适当的部位进行活检。该研究由京都大学妇产科医师、该研究的主要作者Ueda等人在日本横滨举行的2023年ASCO突破会议上发表。（摘要号82）

为了验证该技术的准确性，研究人员对2013年至2019年因宫颈细胞学异常而接受阴道镜二次筛查或CIN随访的8341例患者进行了回顾性分析。本组患者年龄中位数为41岁，其中早期宫颈癌7例，CIN3病例203例，CIN2病例276例，CIN1病例456例。

研究人员构建了基于AI的工具，以检出按醋酸处理后的阴道镜解剖学异常而发现的病变部位和经活检确诊的CIN3病变。将所建立的检测模型应用于CIN1和CIN2，通过敏感性、特异性、曲线下面积以及发现的病灶数量来评估这些病变的诊断准确性。

该模型在CIN3病例中识别严重病变的敏感性为85%，特异性为73%，病变区域检测的曲线下面积为0.89，识别病灶数量的准确率为95%。

该模型预测CIN1病例阴道镜异常结果的敏感性为87%，特异性为70%，病变区域检测的曲线下面积为0.81，识别病灶数量的准确性为97%。

该模型预测CIN2病例阴道镜异常结果的敏感性为86%，特异性为67%，病变区域检测的曲线下面积为0.81，病灶数量的准确率为93%。

研究者认为，该应用程序准确预测组织病理学诊断的能力还有待提高，并且需要研究阴道镜异常发现的时间变化与组织病理学诊断之间的关系。

“目前，日本没有阴道镜检查的认证体系，这些检查的质量和解释各不相同。我们的研究旨在开发一种基于AI的工具，可以复制专家的阴道镜检查技术，通过准确识别CIN病变，指导组织采样位置，作为诊断辅助手段，” Ueda表示。

“阴道镜检查在子宫颈癌筛查中起着重要作用。这项研究表明，在癌症筛查中利用AI可以为宫颈癌医疗中潜在的更有效和更好的诊断性能铺平道路，”ASCO专家Guzman表示。（编译 李常依）