肯尼亚金多医院。图片提供：Nina Linder
人工智能可用于检测世界资源有限地区女性的宫颈癌。然而，要使这种方法发挥作用，需要在医疗保健人员、可靠的供应链以及社区信任方面进行投资。乌普萨拉大学、卡罗琳斯卡学院和赫尔辛基大学的一项新研究证实了这一点，研究人员在肯尼亚和坦桑尼亚的农村医院测试了一种AI支持的诊断方法。
宫颈癌最近已超过孕产妇死亡率，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《英国医学杂志》(BMJ)发表的这项新研究中，乌普萨拉大学、卡罗琳斯卡学院和赫尔辛基大学的研究人员测试了在肯尼亚和坦桑尼亚使用AI支持的方法对女性进行宫颈癌筛查的可能性。
"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。使用数字工具，样本可以更快地分析，且涉及的专家更少，这意味着更多女性可以获得筛查。但要使AI真正发挥作用，仅靠技术是不够的——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表示。
该研究共包括3,000名原本不会接受宫颈癌筛查的女性。她们前往农村医院，现场采集宫颈细胞样本和人乳头瘤病毒(HPV)样本，进行数字化处理，并使用AI进行分析。这些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，并与医疗保健部门合作将这种方法纳入常规医疗保健。有宫颈癌迹象的女性随后按照国家指南接受治疗。
AI需要图像的一致性
使用AI面临的最大挑战之一是，提供给AI分析的图像并不总是足够一致。为了在显微镜下使样本中的细胞可见，需要对细胞进行染色。染色试剂以及因此导致的细胞颜色可能因国家和批次而异，这意味着AI被要求分析的图像并不总是一致。
"Linder表示：'AI方法在技术上运行良好，但试剂供应不可靠、试剂质量差异以及停电都影响了准确性以及快速进行这些测试（包括HPV分析）的能力。'"
另一个困难是找到那些显示出癌症迹象并需要随访护理的女性。
"Linder表示：'在坦桑尼亚，我们在随访方面遇到了不少问题。有些女性没有回来，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她们理解自己需要治疗。我们尽最大努力进行随访，并试图为所有女性提供进一步检查的机会。'"
可提高对医疗保健系统的信任
尽管该研究描述了AI方法的机遇和挑战，但研究人员认为这是在更全面的医疗保健计划中评估AI支持诊断以及更多女性疾病的第一步。
"卡罗琳斯卡学院教授、该研究的合著者之一Johan Lundin表示：'几十年来，已被证明对女性健康有效的诊断方法——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。随着医疗AI的最新进展，我们现在可以重新评估这些方法，并将其引入资源有限的环境中，使挽救生命的诊断更加普及。'"
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。
"Linder表示：'当女性看到有可靠的医疗保健可以依靠并且确实能得到帮助时，寻求护理的门槛就会降低，这加强了健康和社会参与。'"
更多信息： Nina Linder等人，《AI支持的诊断创新对全球女性健康的影响》，《英国医学杂志》(2025)。DOI: 10.1136/bmj-2025-086009。
期刊信息： 英国医学杂志(BMJ)
由乌普萨拉大学提供
【全文结束】
