目的探索并验证基于华为云ModelArts平台构建的深度学习模型在宫颈液基细胞学(liquid-based cytology,LBC)非典型细胞诊断中的应用价值,并评估其对不同诊断经验医师的辅助效果。方法回顾性分析2020年东莞市人民医院1044例宫颈脱落细胞...目的探索并验证基于华为云ModelArts平台构建的深度学习模型在宫颈液基细胞学(liquid-based cytology,LBC)非典型细胞诊断中的应用价值,并评估其对不同诊断经验医师的辅助效果。方法回顾性分析2020年东莞市人民医院1044例宫颈脱落细胞学标本,采用华为云ModelArts平台开发的人工智能(artifical intelligence,AI)辅助诊断系统与初级、中级、高级医师进行诊断比对,计算灵敏度、特异度、精确率、符合率、曲线下面积(area under the curve,AUC)等指标,评估AI系统的诊断效能及其对不同年资医师的辅助诊断效果。采用McNemar检验比较AI系统与人工诊断的差异。结果在1044例宫颈脱落细胞学标本中,AI系统在非典型细胞检出的灵敏度和特异度分别为98.96%和89.15%,均高于初级医师(81.95%和91.81%)。AI系统的总体诊断精确率为93.68%,显著高于初级医师(87.26%,P<0.001)。AI辅助可显著提高初级医师的诊断性能,灵敏度从80.1%提升至96.5%,特异度从85.6%提升至92.3%。结论本研究构建的AI辅助宫颈细胞学诊断系统性能优越,尤其能显著提高初级医师的诊断水平,具有良好的临床应用前景。展开更多
目的探讨高危型人乳头瘤病毒(high-risk human pap-illomavirus,HR-HPV)检测在子宫颈细胞学意义不明确的非典型鳞状细胞(atypital squamous cells of undetermined signifi-cance,ASC-US)患者中应用的临床价值。方法对204例患者行子宫...目的探讨高危型人乳头瘤病毒(high-risk human pap-illomavirus,HR-HPV)检测在子宫颈细胞学意义不明确的非典型鳞状细胞(atypital squamous cells of undetermined signifi-cance,ASC-US)患者中应用的临床价值。方法对204例患者行子宫颈液基细胞学检查(liquid cytology test,LCT),为ASC-US患者进行HR-HPV检测提供方便,其中69例HR-HPV检测阳性的患者在阴道镜下进行子宫颈多点活体组织病理学检查,将结果进行对比分析。结果 204例ASC-US患者行HR-HPV检测,阳性者78例,占38.2%;69例ASC-US并HR-HPV检查阳性患者组织病理学诊断结果:炎症28例(占40.6%),子宫颈上皮内瘤变(cervical intraepithelialneoplasia,CIN)41例(占59.4%),其中CIN2/3共11例(占15.9%)。结论子宫颈细胞学为ASC-US并HR-HPV检测阳性的患者中CIN2/3检出率在不同年龄组差异无显著性,对各年龄组子宫颈细胞学为ASC-US患者均应进行HR-HPV检测,阳性者应行子宫颈活检。展开更多
目的探讨细胞块p16联合高危型人乳头瘤病毒(high-risk human papillomavirus,HR-HPV)检测在未明确意义的非典型鳞状上皮(atypical squamous cell of undetermined significance,ASCUS)患者分流管理中的作用。方法选取108例子宫颈液基细...目的探讨细胞块p16联合高危型人乳头瘤病毒(high-risk human papillomavirus,HR-HPV)检测在未明确意义的非典型鳞状上皮(atypical squamous cell of undetermined significance,ASCUS)患者分流管理中的作用。方法选取108例子宫颈液基细胞学诊断为ASCUS的病例,同时行HR-HPV杂交捕获法Ⅱ(hybrid capture2,HC2)检测及免疫组化p16染色,均行阴道镜下活检。结果 (1)p16表达率和HR-HPV检出率在炎症组、湿疣/CIN1、CIN2、CIN3组中分别为12.5%(6/48)和31.25%(15/48)、60.53%(23/38)和84.21%(21/38),84.62%(11/13)和92.31%(12/13)、100%(9/9)和100%(9/9),组间差异有统计学意义(P<0.001);湿疣/CIN1组与CIN2/3组间p16表达率分别为60.53%(23/38)、90.91%(20/22),差异有统计学意义(P<0.012 5)。(2)p16联合HR-HPV检测、单纯行p16和HR-HPV检测在ASCUS中分流子宫颈病变的敏感性和阴性预测值分别为98.33%(59/60)、71.67%(43/60)、88.33%(53/60),97.06%(33/34)、71.19%(42/59)、82.5%(33/40),差异均有统计学意义(P<0.05)。p16+/HC2+者高级别病变检出率(44.19%,19/43)与p16-/HC2+者(8%,2/25)比较差异有统计学意义(P<0.001)。结论 p16蛋白可以作为一种辅助诊断CIN的免疫组化标志物。细胞块p16联合HR-HPV检测可以有效分流ASCUS中的子宫颈病变患者。展开更多
文摘目的探索并验证基于华为云ModelArts平台构建的深度学习模型在宫颈液基细胞学(liquid-based cytology,LBC)非典型细胞诊断中的应用价值,并评估其对不同诊断经验医师的辅助效果。方法回顾性分析2020年东莞市人民医院1044例宫颈脱落细胞学标本,采用华为云ModelArts平台开发的人工智能(artifical intelligence,AI)辅助诊断系统与初级、中级、高级医师进行诊断比对,计算灵敏度、特异度、精确率、符合率、曲线下面积(area under the curve,AUC)等指标,评估AI系统的诊断效能及其对不同年资医师的辅助诊断效果。采用McNemar检验比较AI系统与人工诊断的差异。结果在1044例宫颈脱落细胞学标本中,AI系统在非典型细胞检出的灵敏度和特异度分别为98.96%和89.15%,均高于初级医师(81.95%和91.81%)。AI系统的总体诊断精确率为93.68%,显著高于初级医师(87.26%,P<0.001)。AI辅助可显著提高初级医师的诊断性能,灵敏度从80.1%提升至96.5%,特异度从85.6%提升至92.3%。结论本研究构建的AI辅助宫颈细胞学诊断系统性能优越,尤其能显著提高初级医师的诊断水平,具有良好的临床应用前景。
