人工智能阴道镜在大规模宫颈癌筛查异常转诊人群中的价值

摘要

目的 评估人工智能阴道镜在宫颈癌筛查异常转诊中的诊断价值。方法 基于深度学习算法开发人工智能阴道镜系统，选择2021年7月至2024年2月于本院收治的400例自愿参加免费宫颈癌筛查的女性为研究对象并随机分为两组，200例进行人工阴道镜活检纳入人工组，200例使用人工智能（AI）辅助诊断软件进行AI阴道镜活检纳入AI组。以病理结果为金标准进行诊断比较。通过受试者工作特征（ROC）曲线分析诊断效能，采用Kappa指数进行一致性检验。结果 两组基线特征未见显著统计学差异。AI组对HSIL+的诊断符合率显著高于人工组（89.00%vs.82.00%，χ²=3.95,P=0.047），两组在其他病理分级的诊断符合率及总符合率比较，差异均无统计学意义（P>0.05）。ROC曲线分析结果显示：人工阴道镜诊断宫颈癌的曲线下面积（AUC）值优于AI组[AUC及95%CI分别为0.942（0.833～1.000）、0.786（0.640～0.932）]；人工阴道镜诊断HSIL的AUC值仍优于AI组[AUC及95%CI分别为0.850（0.793～0.906）、0.741（0.670～0.813）]。AI组展现更高特异性（84.30%vs.76.80%，χ²=4.27,P=0.039）和更低假阳性率（15.70%vs.23.20%，χ²=5.84,P=0.016）。LSIL及炎症诊断中AI组的灵敏度（52.10%vs.73.80%，χ²=12.45,P<0.001）与特异度（68.40%vs.82.30%，χ²=9.67,P=0.002）均显著低于人工组。人工组Kappa值更高（0.67 vs.0.53），即人工组诊断一致性上优于AI,AI组在复杂病例中表现不足。结论 AI组在宫颈癌和HSIL诊断中符合率和特异性显著优于人工组，AI阴道镜在大规模数据中表现出较高特异性和较低假阳性率。随着技术优化，AI有望提升低级别病变识别和诊断一致性，二者优势互补可为异常转诊患者提供更精准的诊断支持。

关键词

人工智能 / 阴道镜 / 宫颈癌筛查 / 转诊 / 诊断价值

基金资助

2021年度中国妇幼保健协会科研创新项目（ZGFYBJXH-KY2102）