共计 1250 个字符，预计需要花费 4 分钟才能阅读完成。
AI 技术正在全球资源有限的地区被用于检测女性宫颈癌，尤其是在肯尼亚和坦桑尼亚的农村医院。然而，要使这种方法有效，需要在医疗保健人员、可靠的供应链以及这些社区的信任方面进行投资。乌普萨拉大学、卡罗林斯卡学院和赫尔辛基大学的一项新研究在肯尼亚和坦桑尼亚的农村医院测试了一种 AI 辅助的诊断方法，揭示了这一技术的潜力和挑战。
宫颈癌最近超过了孕产妇死亡率，成为全球女性死亡的主要原因之一。然而，全球只有三分之一的女性接受过宫颈癌筛查。
在发表在《BMJ》上的新研究中，乌普萨拉大学、卡罗林斯卡学院和赫尔辛基大学的研究人员测试了是否可以使用 AI 辅助的方法在肯尼亚和坦桑尼亚对女性进行宫颈癌筛查。
“在我们的研究中，我们展示了如何在病理学家和实验室资源有限的地区使用 AI 检测宫颈癌。通过数字工具，可以更快地分析样本，并且涉及的专家更少，这意味着更多的女性可以获得筛查机会。但要让 AI 真正发挥作用，需要的不仅仅是技术——还需要在人员、设备和医疗保健系统的信任方面进行投资，”该研究的主要作者 Nina Linder 说。
该研究共纳入了 3,000 名女性，她们原本不会获得宫颈癌筛查的机会。她们访问了农村医院，在那里采集了宫颈细胞样本和人类乳头瘤病毒 (HPV) 样本，进行数字化处理，并使用 AI 进行分析。样本也由病理学家进行检查。
研究人员培训了当地护士、实验室工作人员和病理学家使用该系统，并与卫生保健当局合作，将这种方法纳入常规医疗保健中。那些有宫颈癌迹象的女性随后根据国家指南接受了治疗。
使用 AI 的最大挑战之一是提供给其分析的图像并不总是足够一致。为了使样本中的细胞在显微镜下可见，细胞会被染色。染色试剂和细胞颜色可能因国家和交货而异，这意味着要求 AI 分析的图像并不总是足够一致。
“AI 方法在技术上运行良好，但试剂供应的不可靠性、试剂质量的差异和停电都影响了准确性以及快速进行这些测试的能力，包括 HPV 分析，”Linder 说。
另一个困难是找到那些有癌症迹象并需要后续护理的女性。
“在坦桑尼亚，我们在后续护理方面遇到了相当多的问题。一些女性没有回来，当我们后来检查她们的样本时，发现她们有需要治疗的变化。有时，当地医生很难找到患者并让他们理解他们需要治疗。我们尽可能地进行了后续护理，并试图为所有女性提供进一步检查的机会，”Linder 说。
尽管该研究描述了 AI 方法的机遇和挑战，但研究人员将其视为在更全面的医疗保健计划和更多女性疾病中评估 AI 辅助诊断的第一步。
“几十年来，已被证明对女性健康有效的诊断方法——例如基于细胞样本的宫颈癌筛查——一直依赖于训练有素的专家。随着医学 AI 的最新进展，我们现在可以重新评估这些方法，甚至在资源有限的环境中引入它们，使救命的诊断变得更加容易获得，”卡罗林斯卡学院的教授、该研究的合著者之一 Johan Lundin 说。
另一个有价值的贡献是它提高了当地对筛查重要性的认识。
“当女性看到有可靠的医疗保健可以去并且她们确实得到了帮助时，寻求护理的门槛就会降低，这加强了健康以及社会参与，”Linder 说。
