基于人工智能的工具在非洲五个国家进行子宫癌前查的性能:一个前性,观察性,诊断准确性研究

科学领域:

• 在瘤学瘤学.
• 公共卫生 公共卫生
• 医疗成像医学成像

背景情况:

• 宫癌每年夺去30万人的生命,主要发生在低收入和中等收入国家.
• 用酸进行视觉检查 (VIA) 是一种常见的选方法,但其准确性不足于最佳.
• 自动视觉评估 (AVE) 是一种基于人工智能的工具,旨在提高VIA的准确性并协助医疗保健工作者.

研究的目的:

• 评估AVE的灵敏度和特异性,以检测2级或更大的宫内皮质瘤 (CIN2+).
• 在现实临床环境中,比较AVE与肉眼VIA的诊断性能.
• 评估AVE辅助VIA在改善宫癌前期检测方面的实用性.

主要方法:

• 一项在五个非洲国家 (马拉维,卢旺达,塞内加尔,赞比亚,津巴布韦) 的政府卫生机构进行的前性诊断准确性研究.
• 纳入标准侧重于参加常规宫查的妇女,具体排除了怀孕,最近的产后状态,子宫切除,先前治疗或急性感染.
• 索引测试涉及AVE系统,基因病理学评估作为参考标准.

主要成果:

• 在18086名确诊病情的妇女中,526名 (2.9%) 患有CIN2+.
• AVE对CIN2+的敏感度为60.1%,特异性为81.9%.
• 通过VIA显示了36.6%的灵敏度和94.2%的特异性. 通过AVE辅助的VIA实现了71.8%的灵敏度和79.0%的特异性. 在HPV测试中,敏感度为90.4%,特异性为80.1%.

结论:

• 与VIA相比,AVE显著提高了检测CIN2+的灵敏度,尽管特异性略有降低.
• 基于人工智能的AVE工具有可能提高宫癌前病变的检测能力.
• 与艾滋病毒发病率升高相关的HPV和CIN2+阳性率高,凸显了需要在资源有限的环境中扩大查计划,以打击宫癌.