在资源有限的地区,使用紧显微镜对高风险人口进行人工智能辅助宫细胞学癌前查
Jiaxin Bai1, Ning Li1, Hua Ye2
1MOE Key Laboratory for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan, China.
Nature communications
|August 12, 2025
概括
这项研究介绍了一种负担得起的AI驱动的显微镜,用于在低资源环境中查宫癌. 该系统有效地检测高风险的子宫癌前期癌症,改善了妇女的健康可访问性.
科学领域:
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
- 病理学 病理学 病理学
背景情况:
- 由于高成本和病理学家短缺,宫癌查在资源有限的地区是有限的.
- 传统的方法在服务不足的地区难以获得和扩展.
研究的目的:
- 开发一个超低成本,紧的显微镜系统用于宫细胞学查.
- 实施人工智能驱动的方法,以使用低分辨率图像准确检测子宫癌前期.
主要方法:
- 设计了一种超低成本的显微镜,使用消费级硬件和非球形镜头.
- 开发了一个粗实例分类器和一个Att-Transformer模型用于病变识别和幻灯片分级.
- 在来自多家医院的3510张低分辨率宫片上训练并验证了AI模型.
主要成果:
- 在外部数据集上检测状皮内病变时,获得了0.87-0.89的接收器操作特征曲线 (AUC) 下的面积.
- 在新收集的幻灯片 (AUC 0.89) 和人类乳头瘤病毒阳性幻灯片 (AUC 0.85) 上表现出强的性能.
- 人工智能辅助系统显示了高风险子宫癌前期检测的可行性.
结论:
- 在资源有限的环境中,人工智能辅助的超低成本显微镜方法可用于宫癌前期检测.
- 这项技术可以通过提高查可访问性来显著改善妇女健康.
- 开发的系统提供了一个可扩展的解决方案,以克服细胞学查中的病理学家短缺.
