宫颈癌筛查覆盖率待提升，AI如何破局医师资源不足

漏筛和过度检查并存，是我国当前宫颈癌防控中两大并行挑战，农村地区尤是如此。因此，业界认为，目前亟需通过分子生物学、人工智能等技术创新，优化宫颈癌筛查分流策略，实现低成本、高精度地筛查覆盖。

中国科学院院士、北京协和医院妇产科学系主任朱兰近日在中关村论坛期间分享了一组来自中疾控的研究数据：2023-2024年，中国宫颈癌筛查覆盖率在35～44岁城市和农村女性中分别达到59%和55.2%，在35～64岁的城市和农村女性中分别为53.3%和48.2%。

朱兰表示，目前，中国宫颈癌筛查率距离世界卫生组织所提出的需在2030年达到的 “90-70-90”阶段目标（“70”即70%的女性至少在35岁和45岁时分别接受一次规范筛查）还有差距。

二级预防的防线“失守”又抬高了低卫生资源地区的宫颈癌发病率和死亡率。

“目前，农村和其他低卫生资源地区的宫颈癌防控面临挑战。”朱兰认为，在这些地区，不仅HPV疫苗、筛查和治疗等医疗服务可及性差，专业医务人员数量严重不足，而且“治疗不足与过度治疗”并存。

为此，朱兰提出，应该创新筛查策略。据其介绍，近年来，协和团队在西藏、四川、甘肃、青海、内蒙古、新疆、山西等省份遴选出试点市县，对试点地区35～64周岁女性使用国产HPV分型检测进行宫颈癌初筛，同时引入AI阴道镜辅助诊断系统，再为筛查出的宫颈癌和癌前病变患者提供绿色转诊通道。根据试点结果，74.9%适龄女性完成宫颈癌筛查，达到世卫提出的2030年阶段性目标。

宫颈癌筛查手段包括细胞学检查和分子生物学检测等。随着病因学研究深入，科学界发现几乎所有的子宫颈鳞癌均由高危型人乳头瘤病毒持续感染所致，这一发现推动了子宫颈癌筛查技术从“细胞形态学”向“分子检测”的转变。

和朱兰观点一致的是，一位三级医院妇产科医生也对第一财经表示，在针对健康人群的群体性筛查中，理想情况是选择HPV检测作为初筛工具，它可以更好“圈定”HPV高风险人群，再在这个高风险人群里寻找哪些人可能发病，即对HPV阳性群体结合TCT（一种细胞学检查）检查结果进行综合判断。

不过，HPV检测能否“圈出”更多高风险人群，还取决于检测产品的敏感度。盖茨基金会全球健康“肠道、诊断、基因组学与流行病学”高级项目官詹妮弗·格兰杰（Jennifer Granger）表示，不同基因亚型HPV在宫颈癌发生中的致癌风险存在显著差异，HPV感染型别分布及相关致癌风险也存在显著的地区差异。目前，全球市面上的HPV检测方法多达250多种，针对的基因亚型组合、敏感性、特异度和价格各不相同。考虑到成本经济效益和公平可及性，建议在社区和基层卫生服务中引入至少能够识别8种高危型基因亚型（它们能导致97%的宫颈癌）的检测。

HPV检测是减少不必要的侵入性检查的关键一步。但如果个体感染的是高危型HPV、病毒载量较高，或者TCT检查结果提示宫颈细胞存在异常改变，仍需要进一步进行阴道镜检查。阴道镜检查中的病理活检结果是判断宫颈是否存在病变以及病变程度的“金标准”。

阴道镜检查中同样存在漏检和过度检查问题。中国医学科学院肿瘤医院既往在我国开展的17项宫颈癌人群筛查研究数据显示，在不明确意义的非典型鳞状上皮细胞且HPV阳性人群中，有1/3的CIN3+（宫颈上皮内瘤样病变 ）漏诊。

在基层，由于阴道镜医生诊断能力相对更差，漏诊情况可能更为严重。中国医学科学院北京协和医学院群医学及公卫学院特聘教授乔友林等曾在《人工智能电子阴道镜辅助诊断系统对宫颈癌筛查的现实挑战和未来机遇》一文中提到：我国妇科医生80万，妇幼保健机构注册医师36万，但懂得阴道镜检查和诊断的医生不足1/20，且此类人才的培养周期漫长，往往需要10年以上的时间。

对于“人工智能辅助阴道镜检查”，朱兰认为，其核心目的恰恰是解决基层妇科医师资源不足和能力提升问题——人工智能技术的引入，一方面能够较大限度地提高是否取活检,活检点数量和位置判断正确的概率，避免误诊和漏诊,从而提高宫颈癌筛查质量；另一方面也能够把医生从大量简单，重复烦琐的工作中解放出来。在缓解优质医疗资源分配不均现况的同时，还可以基于该系统延伸用于患者管理和医生培训。

据朱兰透露，该团队基于近2万张阴道镜影像学数据研发了国内首个AI阴道镜辅助诊断系统，在与阴道镜医生的诊断效果作比较时，一致性达到了82.2%。

朱兰提到，基层阴道镜医生在经过AI系统培训后，诊断准确率提升了1.72倍，CIN2+检出率提升了2.3倍，活检决策率提升了2倍。

但也有业界人士对于人工智能电子阴道镜辅助诊断系统的应用推广提出担忧：不同地区、不同医疗机构采购阴道镜仪器的差异和阴道镜设定的分辨率等参数的差异，可能会对训练人工智能模型造成噪音效应，从而影响诊断的准确性；此外，人工智能对宫颈疾病的解释涉及医学伦理和法律法规等多个领域，诊断结果的责任界定需要更加明确。