中国全科医学 ›› 2022, Vol. 25 ›› Issue (18): 2215-2222.DOI: 10.12114/j.issn.1007-9572.2022.0095
收稿日期:
2022-01-25
修回日期:
2022-03-01
出版日期:
2022-06-20
发布日期:
2022-04-20
通讯作者:
热米拉·热扎克
基金资助:
Aiyuan WU1, ·Rezhake REMILA1,*(), Youlin QIAO1,2
Received:
2022-01-25
Revised:
2022-03-01
Published:
2022-06-20
Online:
2022-04-20
Contact:
·Rezhake REMILA
About author:
摘要: 我国宫颈癌的疾病负担较重,其发病率和死亡率呈逐年升高且年轻化趋势,防控形势较为严峻,急需探索适宜我国不同资源地区的、新型的早诊早治手段,以加快我国宫颈癌的防治步伐。近些年人工智能(AI)在图像分类领域取得较大进展,科学家们开发出众多能够识别宫颈病变的算法,并对其准确性进行了相应的研究。本文结合国内外研究成果,就AI在宫颈细胞学筛查、阴道镜、宫颈恶性肿瘤的诊断及治疗预测过程等方面的应用进展进行综述,并探讨AI在宫颈病变诊断及治疗中遇到的挑战,使AI协助医疗工作者更好地为人类健康保驾护航。
作者 | 时间(年) | 地点 | 例数 | 图像数据集 | 种类 | 细胞 | 训练软件 | 优势 |
---|---|---|---|---|---|---|---|---|
BAO等[ | 2020 | 多中心观察研究 | 2 145 | 8 329张数字细胞图像 | TBS制片 | 188 542张图块(121 940张异常/66 602张正常 | ResNet | 初筛/分诊中在诊断CIN 2+级的准确性较优 |
BAO等[ | 2020 | 多中心观察研究 | 703 103 | 8 329份细胞学样本 | TBS制片 | 103 793份图像(32 859份异常/70 934份正常 | 深度学习算法 | 识别大部分正常细胞 |
TANG等[ | 2021 | 深圳市妇幼保健院 | 10 601 | 2 167份细胞学样本 | TBS制片 | 42 078异常细胞 | RetinaNet | 实时辅助诊断 |
WENTZENSEN等[ | 2020 | 俄克拉荷马大学健康科学中心 | 4 253 | 431份样本训练/3 504份样本验证 | P16/Ki-67双重染色涂片 | 431份图像〔8 956 DS(+)/10 692 DS(-)图块训练〕 | CNN | 具有自动化、客观性及较强的稳定性 |
ZHU等[ | 2021 | 中国5个医疗中心 | 未知 | 81 727份样本训练/34,403份样本验证 | TBS制片 | 未知 | AIATBS | 适用于不同设备,阅片速度<180 s/玻片 |
LI等[ | 2021 | 宫颈细胞学图像数据集 | 未知 | 500张阳性/300张阴性 | 巴氏涂片 | 未知 | Faster R-CNN-FPN模型 | 自动识别检测整张巴氏图像 |
表1 AI辅助诊断系统在宫颈细胞学检测中的应用情况
Table 1 Application of AI-assisted diagnostic system in cervical cytology detection
作者 | 时间(年) | 地点 | 例数 | 图像数据集 | 种类 | 细胞 | 训练软件 | 优势 |
---|---|---|---|---|---|---|---|---|
BAO等[ | 2020 | 多中心观察研究 | 2 145 | 8 329张数字细胞图像 | TBS制片 | 188 542张图块(121 940张异常/66 602张正常 | ResNet | 初筛/分诊中在诊断CIN 2+级的准确性较优 |
BAO等[ | 2020 | 多中心观察研究 | 703 103 | 8 329份细胞学样本 | TBS制片 | 103 793份图像(32 859份异常/70 934份正常 | 深度学习算法 | 识别大部分正常细胞 |
TANG等[ | 2021 | 深圳市妇幼保健院 | 10 601 | 2 167份细胞学样本 | TBS制片 | 42 078异常细胞 | RetinaNet | 实时辅助诊断 |
WENTZENSEN等[ | 2020 | 俄克拉荷马大学健康科学中心 | 4 253 | 431份样本训练/3 504份样本验证 | P16/Ki-67双重染色涂片 | 431份图像〔8 956 DS(+)/10 692 DS(-)图块训练〕 | CNN | 具有自动化、客观性及较强的稳定性 |
ZHU等[ | 2021 | 中国5个医疗中心 | 未知 | 81 727份样本训练/34,403份样本验证 | TBS制片 | 未知 | AIATBS | 适用于不同设备,阅片速度<180 s/玻片 |
LI等[ | 2021 | 宫颈细胞学图像数据集 | 未知 | 500张阳性/300张阴性 | 巴氏涂片 | 未知 | Faster R-CNN-FPN模型 | 自动识别检测整张巴氏图像 |
作者 | 时间(年) | 地点 | 例数 | 图像数据集 | 种类 | 正常 | LSIL | HSIL | 肿瘤 | 训练软件 | 优势 | 备注 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
SATO等[ | 2018 | 日本埼玉县癌症中心 | 158 | 485 | 阴道镜图像 | 0 | 142a | 343 | Keras神经网络/Tensor Flow库 | 阴道镜图像病变级别分类 | 单纯验证 | |
HU等[ | 2019 | 美国哥斯达黎加省 | 9 406 | 9 406 | 阴道镜图像 | 279b | 9 127c | Faster R-CNN | 支持数字阴道镜图像的自动视觉评估 | 训练集:744张图像,测试集:324张图像,筛查集:8 259张图像d | ||
MIYAGI等[ | 2019 | 国立医院组织妇产科 | 330 | 未知 | 阴道镜图像 | 0 | 97 | 213 | 30 | CNN | HSIL/LSIL分类 | — |
MIYAGI等[ | 2020 | 柴达木医科大学国际医学中心 | 253 | 未知 | 阴道镜图像 | 0 | 210 | 43 | 0 | CNN+HPV分型 | AI与阴道镜及HPV分型结合用于HSIL/LSIL分类 | — |
CHO等[ | 2020 | 韩国多中心大学附属医院 | 791 | 791 | 阴道镜图像 | 126 | 100 | 522 | 43 | Inception-Resnet-v2模型/Resnet-152模型,Keras检测病变区域 | 检测HSIL+及宫颈病变区域预测分析 | — |
XUE等[ | 2020 | 中国6家医院 | 19 435 | 101 267 | 阴道镜图像 | 6 013 | 5 932 | 6 389 | 1 101 | CAIADS训练+优化+验证为7∶1∶2 | HSIL+/LSIL+分级及宫颈病变区域预测分析 | 训练集:13 604例患者86 037张图像;优化:1 944例患者9 751张图像;验证:3 887例患者23 479张图像 |
LIU等[ | 2021 | 山东齐鲁医院 | 7 530 | 15 276 | 阴道镜图像 | 3 966 | 1 411 | 1 966 | 157 | ResNet(训练+验证+测试:7∶1∶2) | AI与宫颈疾病临床特征结合用于宫颈病变分类 | 训练集:5 271例患者10 650张图像,验证集:753名例患者1 531张,测试集:1 506例患者3 095张图像 |
表2 AI辅助诊断系统在阴道镜检查中的应用情况
Table 2 Application of AI-assisted diagnosis system in colposcopy examination
作者 | 时间(年) | 地点 | 例数 | 图像数据集 | 种类 | 正常 | LSIL | HSIL | 肿瘤 | 训练软件 | 优势 | 备注 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
SATO等[ | 2018 | 日本埼玉县癌症中心 | 158 | 485 | 阴道镜图像 | 0 | 142a | 343 | Keras神经网络/Tensor Flow库 | 阴道镜图像病变级别分类 | 单纯验证 | |
HU等[ | 2019 | 美国哥斯达黎加省 | 9 406 | 9 406 | 阴道镜图像 | 279b | 9 127c | Faster R-CNN | 支持数字阴道镜图像的自动视觉评估 | 训练集:744张图像,测试集:324张图像,筛查集:8 259张图像d | ||
MIYAGI等[ | 2019 | 国立医院组织妇产科 | 330 | 未知 | 阴道镜图像 | 0 | 97 | 213 | 30 | CNN | HSIL/LSIL分类 | — |
MIYAGI等[ | 2020 | 柴达木医科大学国际医学中心 | 253 | 未知 | 阴道镜图像 | 0 | 210 | 43 | 0 | CNN+HPV分型 | AI与阴道镜及HPV分型结合用于HSIL/LSIL分类 | — |
CHO等[ | 2020 | 韩国多中心大学附属医院 | 791 | 791 | 阴道镜图像 | 126 | 100 | 522 | 43 | Inception-Resnet-v2模型/Resnet-152模型,Keras检测病变区域 | 检测HSIL+及宫颈病变区域预测分析 | — |
XUE等[ | 2020 | 中国6家医院 | 19 435 | 101 267 | 阴道镜图像 | 6 013 | 5 932 | 6 389 | 1 101 | CAIADS训练+优化+验证为7∶1∶2 | HSIL+/LSIL+分级及宫颈病变区域预测分析 | 训练集:13 604例患者86 037张图像;优化:1 944例患者9 751张图像;验证:3 887例患者23 479张图像 |
LIU等[ | 2021 | 山东齐鲁医院 | 7 530 | 15 276 | 阴道镜图像 | 3 966 | 1 411 | 1 966 | 157 | ResNet(训练+验证+测试:7∶1∶2) | AI与宫颈疾病临床特征结合用于宫颈病变分类 | 训练集:5 271例患者10 650张图像,验证集:753名例患者1 531张,测试集:1 506例患者3 095张图像 |
数量 | 作者 | 时间(年) | 数据集 | 使用数据 | AI模型 | 应用 |
---|---|---|---|---|---|---|
3项a | URUSHIBARA | 2020 | 418 | MRI | CNN | 诊断宫颈癌分期 |
WANG | 2020 | 95 | MRI | SVM | 诊断宫颈癌分期 | |
SOUMYA | 2020 | 24 | MRI | SVM | 诊断宫颈癌分期 | |
15项b | CHEN | 2020 | 127 | CT | SVM | 淋巴结转移 |
TIAN | 2020 | 277 | CT | RF | 新辅助化疗的应答 | |
YAN | 2020 | 190 | MRI | CNN | 淋巴结转移 | |
DONG | 2020 | 226 | MRI | CNN | 淋巴结转移 | |
WU | 2020 | 894 | MRI | CNN | 淋巴结转移 | |
WANG | 2020 | 137 | MRI | SVM | 子宫旁组织的浸润 | |
HUA | 2020 | 111 | MRI | CNN | 子宫旁组织的浸润 | |
WANG | 2019 | 96 | MRI | SVM | 淋巴结转移 | |
WU | 2019 | 189 | MRI | SVM/DT | 淋巴结转移 | |
TAKADA | 2020 | 87 | MRI | RF | 同步放化疗后复发 | |
PARK | 2020 | 93 | MRI | RF | 同步放化疗后复发(中位随访38个月) | |
MENG J | 2018 | 34 | MRI | SVM | 同步放化疗后复发(中位随访31个月) | |
TORHEIM T | 2014 | 81 | MRI | SVM | 同步放化疗后复发(中位随访56个月) | |
SHEN | 2019 | 142 | PET-CT | CNN | 同步放化疗后复发(中位随访40个月) | |
ROMAN JG | 2016 | 53 | PET-CT | RF | 同步放化疗后复发(中位随访42个月) | |
10项c | WEEGAR | 2020 | 175 533 | 临床指标 | SVM/NB/RF | 诊断 |
ASADI | 2020 | 145 | 临床指标 | SVM/ANN | 诊断 | |
IJAZ | 2020 | 858 | 临床指标 | SVM/RF/KNN/ANN/NB | 诊断 | |
ALSMARITY | 2020 | 858 | 临床指标 | DT/RF | 诊断 | |
NITHYA | 2019 | 858 | 临床指标 | SVM/RF/KNN/RPART/C5.0 | 诊断 | |
SUMAN | 2019 | 858 | 临床指标 | ANN/SVM/RF/DT/Ada/Bayes | 诊断 | |
GEETHA | 2019 | 858 | 临床指标 | RF | 诊断 | |
FERNANDES | 2018 | 858 | 临床指标 | ANN/SVM/KNN/DT | 诊断 | |
ABDOH | 2018 | 858 | 临床指标 | RF | 诊断 | |
WU | 2017 | 858 | 临床指标 | SVM | 诊断 | |
6项d | XIE | 2020 | 647 | 临床指标 | SVM | 无进展生存期和总生存期(时间长短) |
MATSUO | 2019 | 768 | 临床指标 | ANN | 无进展生存期和总生存期(时间长短) | |
MATSUO | 2017 | 157 | 临床指标 | ANN | 复发后3个月和6个月生存率 | |
OBRZUT | 2017 | 102 | 临床指标 | ANN/SVM/GEP/Κ-Means method | 5年总生存率 | |
PAPADIA | 2015 | 101 | 临床指标 | ANN | 新辅助化疗和根治性手术后需要辅助放疗 | |
TSENG | 2013 | 168 | 临床指标 | SVM/C5.0/ELM | 复发(随访时间不明确) |
表3 AI在宫颈恶性肿瘤的诊断及治疗预后中的应用
Table 3 Application of AI in the diagnosis and prognosis of cervical malignancy
数量 | 作者 | 时间(年) | 数据集 | 使用数据 | AI模型 | 应用 |
---|---|---|---|---|---|---|
3项a | URUSHIBARA | 2020 | 418 | MRI | CNN | 诊断宫颈癌分期 |
WANG | 2020 | 95 | MRI | SVM | 诊断宫颈癌分期 | |
SOUMYA | 2020 | 24 | MRI | SVM | 诊断宫颈癌分期 | |
15项b | CHEN | 2020 | 127 | CT | SVM | 淋巴结转移 |
TIAN | 2020 | 277 | CT | RF | 新辅助化疗的应答 | |
YAN | 2020 | 190 | MRI | CNN | 淋巴结转移 | |
DONG | 2020 | 226 | MRI | CNN | 淋巴结转移 | |
WU | 2020 | 894 | MRI | CNN | 淋巴结转移 | |
WANG | 2020 | 137 | MRI | SVM | 子宫旁组织的浸润 | |
HUA | 2020 | 111 | MRI | CNN | 子宫旁组织的浸润 | |
WANG | 2019 | 96 | MRI | SVM | 淋巴结转移 | |
WU | 2019 | 189 | MRI | SVM/DT | 淋巴结转移 | |
TAKADA | 2020 | 87 | MRI | RF | 同步放化疗后复发 | |
PARK | 2020 | 93 | MRI | RF | 同步放化疗后复发(中位随访38个月) | |
MENG J | 2018 | 34 | MRI | SVM | 同步放化疗后复发(中位随访31个月) | |
TORHEIM T | 2014 | 81 | MRI | SVM | 同步放化疗后复发(中位随访56个月) | |
SHEN | 2019 | 142 | PET-CT | CNN | 同步放化疗后复发(中位随访40个月) | |
ROMAN JG | 2016 | 53 | PET-CT | RF | 同步放化疗后复发(中位随访42个月) | |
10项c | WEEGAR | 2020 | 175 533 | 临床指标 | SVM/NB/RF | 诊断 |
ASADI | 2020 | 145 | 临床指标 | SVM/ANN | 诊断 | |
IJAZ | 2020 | 858 | 临床指标 | SVM/RF/KNN/ANN/NB | 诊断 | |
ALSMARITY | 2020 | 858 | 临床指标 | DT/RF | 诊断 | |
NITHYA | 2019 | 858 | 临床指标 | SVM/RF/KNN/RPART/C5.0 | 诊断 | |
SUMAN | 2019 | 858 | 临床指标 | ANN/SVM/RF/DT/Ada/Bayes | 诊断 | |
GEETHA | 2019 | 858 | 临床指标 | RF | 诊断 | |
FERNANDES | 2018 | 858 | 临床指标 | ANN/SVM/KNN/DT | 诊断 | |
ABDOH | 2018 | 858 | 临床指标 | RF | 诊断 | |
WU | 2017 | 858 | 临床指标 | SVM | 诊断 | |
6项d | XIE | 2020 | 647 | 临床指标 | SVM | 无进展生存期和总生存期(时间长短) |
MATSUO | 2019 | 768 | 临床指标 | ANN | 无进展生存期和总生存期(时间长短) | |
MATSUO | 2017 | 157 | 临床指标 | ANN | 复发后3个月和6个月生存率 | |
OBRZUT | 2017 | 102 | 临床指标 | ANN/SVM/GEP/Κ-Means method | 5年总生存率 | |
PAPADIA | 2015 | 101 | 临床指标 | ANN | 新辅助化疗和根治性手术后需要辅助放疗 | |
TSENG | 2013 | 168 | 临床指标 | SVM/C5.0/ELM | 复发(随访时间不明确) |
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|
[20] |
|
[21] |
|
[22] |
|
[23] |
|
[24] |
中国病理医师协会数字病理与人工智能病理学组,中华医学会病理学分会数字病理与人工智能工作委员会,中华医学会病理学分会细胞病理学组.宫颈液基细胞学的数字病理图像采集与图像质量控制中国专家共识[J]. 中华病理学杂志,2021,50(4):4. DOI:10.3760/cma.j.cn112151-20210111-00028.
|
[25] |
|
[26] |
|
[27] | |
[28] |
赵宇倩.适合中国不同资源地区的宫颈癌筛查技术及阴道镜检查中组织学活检的探讨[D]. 北京:北京协和医学院,2016.
|
[29] | |
[30] |
|
[31] |
|
[32] |
|
[33] |
|
[34] |
|
[35] |
薛鹏,乔友林,江宇. 人工智能在医学内窥镜诊断中的应用[J]. 中华肿瘤杂志,2018,40(12):890-893. DOI:10.3760/cma.j.issn.0253-3766.2018.12.003.
|
[36] |
|
[37] |
|
[38] |
薛鹏,唐朝,乔友林,等. 人工智能电子阴道镜辅助诊断系统对宫颈癌筛查的现实挑战和未来机遇[J]. 中国肿瘤,2019,28(7):483-486. DOI:10.11735/j.issn.1004-0242.2019.07.A001.
|
[39] |
|
[40] |
|
[41] |
|
[42] |
|
[43] |
|
[44] |
|
[45] |
|
[46] |
|
[47] |
|
[48] |
|
[49] |
|
[1] | 姚裕忠, 马晓骏, 宋懽, 钟瑜. 基于"全专精准管理"的糖尿病"1358模式"对社区糖尿病患者的管理效果研究[J]. 中国全科医学, 2023, 26(34): 4308-4314. |
[2] | 秦凤银, 张绮珊, 赖锦佳, 黄奕敏, 韩郭茵, 孙兴兰, 王芬, 谭益冰. 广东省社区居民脑卒中高危筛查意向的现状及影响因素研究[J]. 中国全科医学, 2023, 26(34): 4283-4289. |
[3] | 李殿江, 潘恩春, 孙中明, 文进博, 王苗苗, 武鸣, 沈冲. 社区2型糖尿病患者临床惰性现状及其影响因素分析[J]. 中国全科医学, 2023, 26(34): 4296-4301. |
[4] | 林恺, 姚弥, 陈章, 纪欣鑫, 林润琪, 陈永松, Sim MOIRA. 2型糖尿病治疗负担的概念框架及应对方式:基于视频记录分析[J]. 中国全科医学, 2023, 26(34): 4302-4307. |
[5] | 周俞余, 高川, 崔埔安, 王亚平, 何仲. 更年期综合征患者绝经激素治疗中医患共同决策质量的影响因素研究[J]. 中国全科医学, 2023, 26(33): 4181-4186. |
[6] | 路广琦, 庄明辉, 朱立国, 高景华, 魏戌, 李路广, 于杰. 腰椎管狭窄症的微创治疗实践指南:2022年美国疼痛与神经科学学会指南解读[J]. 中国全科医学, 2023, 26(32): 3995-4000. |
[7] | 李茜, 张云淑, 严保平, 王健, 马燕娟, 王媛, 秦英杰, 那龙, 任智勇, 孙俊伟, 邓怀丽, 马宏筠, 曲雪慧, 周楠, 司天梅. 注射用利培酮微球(Ⅱ)治疗急性期精神分裂症患者的疗效及安全性研究[J]. 中国全科医学, 2023, 26(32): 4007-4012. |
[8] | 洪玉纯, 吴华, 杜宜珊, 李树然, 孙文民, 叶明喻, 张永建, 李阳. 全科医学诊断术语和编码研制及其应用的实证研究[J]. 中国全科医学, 2023, 26(31): 3896-3901. |
[9] | 朱琳, 郭闫葵, 高琛, 陈学志, 王法帅. 单纯西药、中成药及其联合治疗卒中后失眠疗效的网状Meta分析[J]. 中国全科医学, 2023, 26(30): 3823-3832. |
[10] | 蒲瑜, 张吉翔, 董卫国. 铁死亡与炎症性肠病的研究进展[J]. 中国全科医学, 2023, 26(29): 3698-3703. |
[11] | 刘睿方, 徐方兴, 刘同库, 周玉杰, 吴小凡. "Crowbar Effect"技术促进球囊跨过高阻力冠状动脉慢性完全性闭塞病变的有效性和安全性研究[J]. 中国全科医学, 2023, 26(29): 3683-3688. |
[12] | 王珍, 申国旗, 李亚南, 朱英华, 仇航, 郑迪, 徐通达, 李文华. 急性心肌梗死患者行经皮冠状动脉介入治疗术后发生对比剂急性肾损伤风险预测模型的建立与验证研究[J]. 中国全科医学, 2023, 26(29): 3650-3656. |
[13] | 胡婧伊, 洪景, 郭晓冬, 张晓红, 莫宁, 周小翠, 余钦, 周敏华, 孙艳, 倪柳, 石晓丽, 苏小青, 李玉倩. 社区参与安宁疗护对临终期肿瘤患者干预效果的Meta分析[J]. 中国全科医学, 2023, 26(28): 3573-3584. |
[14] | 陈静, 邹涛, 赵丹青, 肖子文, 吴献青, 中华医学会心身医学分会围产期精神障碍协作组. 围产期精神障碍筛查与诊治专家共识[J]. 中国全科医学, 2023, 26(28): 3463-3470. |
[15] | 任延峰, 刘世蒙, 陶颖, 陈英耀. 抑郁症患者药物治疗偏好的系统综述:基于离散选择实验和优劣尺度法[J]. 中国全科医学, 2023, 26(28): 3559-3564. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||