Используя искусственный интеллект и мобильную цифровую микроскопию, исследователи надеются создать инструменты для выявления предшественников рака шейки матки у женщин в условиях ограниченных ресурсов. Исследование, проведенное учеными из Каролинского института в Швеции, теперь показывает, что скрининг мазков Папаниколау с помощью портативных сканеров сопоставим с анализами, проводимыми патологами. Результаты опубликованы в журнале JAMA Network Open .
«Наш метод позволяет нам более эффективно обнаруживать и лечить предшественников рака шейки матки , особенно в странах с низким уровнем доходов , где существует серьезная нехватка квалифицированных патологов и современного лабораторного оборудования», — говорит автор-корреспондент Йохан Лундин, профессор Департамента глобальных исследований. Общественное здравоохранение, Каролинский институт.
В странах с национальными программами скрининга, предназначенными для выявления клеточных аномалий и вируса папилломы человека (ВПЧ) в образцах шейки матки, количество случаев рака шейки матки резко снизилось. Несмотря на это, ожидается, что в ближайшее десятилетие общее число случаев заболевания в мире увеличится, в основном из-за нехватки ресурсов для скрининга и вакцин против ВПЧ в странах с низким уровнем доходов.
Если мы хотим, чтобы больше женщин во всем мире могли проходить гинекологический скрининг, необходимы инновационные диагностические решения, учитывающие местные условия и ограничения.
Для этого исследования исследователи обучили систему искусственного интеллекта распознавать аномалии клеток шейки матки, которые при раннем обнаружении можно успешно лечить. Мазки были взяты у 740 женщин в сельской клинике в Кении в период с сентября 2018 года по сентябрь 2019 года. Затем образцы были оцифрованы с помощью портативного сканера и загружены через мобильные сети в облачную систему глубокого обучения (DLS). Чуть менее половины мазков были использованы для обучения программе распознавать различные предраковые поражения, а оставшаяся часть использовалась для оценки ее точности.
Затем оценка искусственного интеллекта сравнивалась с оценкой, сделанной двумя независимыми патологами для цифровых и физических образцов. Исследование показывает, что оценки были очень похожи. DLS имел чувствительность 96-100% в отношении выявления пациентов с предраковыми поражениями . Ни один из пациентов с более серьезными поражениями высокой степени не получил ложноположительной оценки. Что касается выявления мазков без повреждений, DLS в 78-85% случаев проводила ту же оценку, что и патологоанатомы.