宫颈癌在人工智能诊疗中的应用与发展.pdfVIP

宫颈癌在人工智能诊疗中的应用与发展.pdf

内蒙古医学杂志InnerMongoliaMedJ2025年第57卷第10期1205

D0I:10.16096/J.cnki.nmgyxzz.2013

宫颈癌在人工智能诊疗中的应用与发展

贺加乐，安月盘2，李筱贺?？，乌音嘎？

(1.内蒙古医科大学研究生学院,呼和浩特

手010110;

2.内蒙古自治区妇幼保健院，呼和浩特010050)

【摘要］本文针对宫颈癌诊疗中风险筛查精准度欠佳、治疗反应预测存在偏差及预后评估主观性突出等

问题，系统梳理人工智能（artificialintelligence,AI)在宫颈癌诊疗领域的应用现状，旨在为临床转化提供参考

依据,助力达成精准防治目标及世界卫生组织（WHO）“2030年消除宫颈癌”的战略规划。遵照系统综述与

荟萃分析优先报告条目（PRISMA）指南规范，筛选2020—2025年公共医学数据库（PubMed）、中国知网

(CNKI)数据库中影响因子(IF）5的期刊论文与多中心临床试验报告,从模型构建要素、应用场景、技术瓶

颈及优化方向4个维度开展系统综述。

【关键词］宫颈癌；人工智能；机器学习；深度学习；风险筛查；预后评估；多组学数据

［中图分类号】R737.14【文献标识码】A【文章编号】1004-0951(2025)10-1205-04

据世界卫生组织国际癌症研究机构（IARC）发1AI在宫颈癌筛查中的研究进展

布的GLOBOCAN2022数据显示，2022年全球子宫早期筛查是降低宫颈癌病死率的关键环节，目

前临床以TCT、HPV检测为主要手段。AI技术通过

颈癌新发病例约66.1万例,死亡病例约35万例[]

中国国家癌症中心统计表明,2022年我国宫颈癌新优化细胞识别与风险评估策略，显著提高了筛查的

发病例数约15.07万例，约占全球新发病例总数的效率与准确性。

1/5,占全部女性恶性肿瘤发病的6.58%；同年因宫1.1TCT筛查AI辅助：细胞图像识别技术的进展

颈癌死亡病例约5.57万例，占全部女性恶性肿瘤死TCT筛查的核心是依据细胞形态来判定病变等

级，例如意义未明的非典型鳞状细胞（atypicalsqua-

亡人数的5.89%[2]。宫颈癌诊疗中的核心问题包

括：早期筛查依赖主观判断易导致漏诊与过度诊断、mouscellsofundeterminedsignificance,ASC-US)、

分期准确性不足影响治疗方案制定、治疗决策缺乏低级别鳞状上皮内病变（low

个体化依据、以及预后监测难以实现复发早期预警。epitheliallesion，LSIL）、高级别鳞状上皮内病变

近年来,人工智能技术（AI）,尤其是深度学习与机(high-gradesquamousintraepitheliallesion,HSIL)。

器学习,在医学图像分析及多模态数据处理方面取传统筛查方式依赖病理医师的主观经验判断，尤其

得显著进展，为应对上述挑战提供了新的技术路径。是针对低级别病变，其漏诊率可达到15%～

截至2024年，已有数百项研究探讨AI在宫颈癌诊20%[3]。深度学习模型如卷积神经网络（convolu-

疗中的应用,覆盖TCT细胞图像识别、HPV感染风tionalneuralnetworks,CNN）、残差神经网络（residual

险分层、阴道镜辅助诊断、影像学分期、治疗策略推neuralnetwork,ResNet）经过大规模标注样本的训

荐及复发预测等多个场景。本文基于现有研究，从练，能够精准识别细胞核大小、核质比例、染色深度