中国全科医学 ›› 2022, Vol. 25 ›› Issue (18): 2215-2222.DOI: 10.12114/j.issn.1007-9572.2022.0095
所属专题: 数智医疗最新文章合辑
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] | 杨新颖, 王凯蓉, 李俊, 叶凡婷, 王梦瑶, 李宾宾. 机会性筛查人群胃癌前状态检出现状及影响因素研究[J]. 中国全科医学, 2026, 29(32): 4716-4720. |
| [2] | 汤皓晴, 李明月, 龙仁, 朱胤博, 梁伟欢, 朱萍, 赵炜, 赵洋, 刘晓云. 45岁及以上中老年糖尿病共病的治疗负担:基于6所基层医院患者的横断面调查[J]. 中国全科医学, 2026, 29(32): 4786-4797. |
| [3] | 张楚, 孔为民, 邓波儿. 复发或转移性宫颈癌的药物治疗进展[J]. 中国全科医学, 2026, 29(32): 4815-4820. |
| [4] | 田向阳, 周迎生, 高莹. 糖尿病行为与生活方式干预展望[J]. 中国全科医学, 2026, 29(31): 4513-4520. |
| [5] | 魏学娟, 王利华, 王丽, 任静林, 闫海青, 于海洋, 刘景峰. 智能语音外呼辅助传统干预对社区老年"三高"共病患者健康管理的效果研究:一项随机对照试验[J]. 中国全科医学, 2026, 29(31): 4635-4640. |
| [6] | 谢远玲, 程丽, 龙湘玉, 苏政欣, 苏毅仪, 张人月, 孙国强, 陈旭霞, 周继兰. 人工智能眼科远程医疗诊断平台在社区眼健康筛查中的应用效果研究[J]. 中国全科医学, 2026, 29(31): 4641-4649. |
| [7] | 赵家义, 樊剑, 于德华. 1秒率正常的肺功能受损人群现状、挑战及应对策略[J]. 中国全科医学, 2026, 29(30): 4366-4371. |
| [8] | 魏秋实. 非创伤性股骨头坏死塌陷评估及保髋治疗进展与挑战[J]. 中国全科医学, 2026, 29(30): 4379-4389. |
| [9] | 张壹品, 张育康, 谷欣宇, 钱群群, 程露露, 李冬静, 陈朝晖. 理筋正骨手法联合动态神经肌肉稳定技术治疗慢性非特异性腰痛的临床疗效及神经机制初探:一项随机对照研究[J]. 中国全科医学, 2026, 29(30): 4445-4452. |
| [10] | 赵佩珍, 赵振东, 许海珠. 海南省新生儿多种遗传代谢病筛查的探索性研究[J]. 中国全科医学, 2026, 29(30): 4438-4444. |
| [11] | 王敦建, 陈永刚, 胡冰, 赵恒毅, 杨青. 居家药物治疗管理在家庭医生签约的糖尿病合并高血压患者中的应用:一项随机对照试验[J]. 中国全科医学, 2026, 29(29): 4226-4231. |
| [12] | 陈毓婧, 王岩, 李光, 董本超, 杨培川, 马剑雄. 数字技术在亚洲地区老年人肌少症干预中应用的范围综述[J]. 中国全科医学, 2026, 29(29): 4200-4210. |
| [13] | 陈澄, 陈开元, 孙乃玲, 曾华堂, 雷苏文, 梁万年. 人工智能赋能疾病预防控制标准化建设现状及建议[J]. 中国全科医学, 2026, 29(29): 4193-4199. |
| [14] | 黄牧, 张道春, 阳维, 钟丽明, 袁文静, 贾子琪, 谭相良, 段小慧, 刘岘, 陈维翠. 基于融合三维U-Net与Transformer的深度学习网络对腹部CT图像中结直肠癌病灶的自动分割:一项多中心、多设备研究[J]. 中国全科医学, 2026, 29(29): 4281-4287. |
| [15] | 叶子奇, 周昱君, 刘浏, 张燕芳, 洪昀, 饶跃峰. 间变性淋巴瘤激酶抑制剂用于间变性淋巴瘤激酶阳性晚期非小细胞肺癌患者一线治疗的临床综合评价研究[J]. 中国全科医学, 2026, 29(29): 4258-4264. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||





