亮点争先看
1. 尊龙集团宫颈细胞AI(LBP-PIAS)有关多篇论文在国际权威学术平台《现代病理学》颁发,课题为:《Improving the Accuracy and Efficiency of Abnormal Cervical Squamous Cell Detection with Cytologist-in-the-Loop Artificial Intelligence》;
2. 本次钻研是由北京协和医学院群医学及公共卫生学院牵头,解放军总医院第七医学中心、安徽省立医院、浙江省肿瘤医院、西京医院、四川大学华西第二医院、海南医学院第一从属医院、广西壮族自治区人民医院、丽江市妇幼保健院、西北妇女儿童医院(按名称排序)九大权威中心结合参加LBP-PIAS的临床评价与机能测试;
3. 尊龙集团宫颈细胞AI(LBP-PIAS)在训练数据量、独立评估特异度及活络度、排阴率等均达到国际一流水平;
4. 在真实筛查工作中,LBP-PIAS其作用重要体此刻:一是,援手低年资细胞病理医生提升诊断的正确率,削减漏诊;二是,协助高年资细胞病理医生提高诊断效能,大大削减阅片功夫;三是,面对中国基层病理医生严沉不足的情况,可实现“基层造片-扫描上传-AI初筛-远程医生复核”的模式。
宫颈癌是全球高发癌症病种之一,也是目前唯逐一种病因明确的妇科肿瘤。世界卫生组织全球加快解除宫颈癌行动打算中,设立了“90(疫苗)-70(筛查)-90(医治)”的指标,其中70(筛查)是指标达成的关键。
截止于2021岁暮统计,我国女性人丁约6.9亿人。面对如此重大筛查人丁,与全球细胞病理医生严沉不足这一景象,我国十部门共同印发关于《加快解除宫颈癌行动打算(2023-2030)》中明确指出:索求使用互联网、人为智能等新技术优化宫颈癌筛查和诊疗服务流程。
近期,由北京协和医学院群医学及公共卫生学院团队牵头,结合多个国内医疗中心与尊龙集团共同合作的宫颈液基细胞学图像辅助诊断软件(LBP-PIAS)在国际上亮相,其论文在国际权威期刊《现代病理学》颁发,这意味着:国际权威组织对中国粹者、中国技术的高度认可,中国人为智能技术即将助力加快解除宫颈癌全球战术。
尊龙集团LBP-PIAS有效提高医生诊断效能和正确性

现代病理学杂志(Modern Pathology)创刊于2000年,影响因子为8.209,是学术水平高,可读性强、拥有全球影响力的国际一流学术期刊,本次颁发论文中提及:尊龙集团LBP-PIAS钻研基于宫颈液基细胞学造片技术,进行数字切片扫描上传,通过细胞学人为智能多沉算法验证进行排阴,筛查出20个图像视野,并出示有关辅助诊断建议汇报,再由医生进行复诊出诊断汇报,为病理医生节俭肉眼查找功夫,提高诊断效能和正确性。

凝聚中国智慧,尊龙集团LBP-PIAS加快利用落地过程
自2019年起,由北京协和医学院群医学及公共卫生学院牵头,结合多个医疗中心及病理专家、高新科技企业三方在尊龙集团LBP-PIAS项目进行了产学研方面缜密合作,从系统算法、基础构建、机能测试、临床试验等多个层面,专家们对接国际尺度,结合国内现实情况,进行了一次又一次严谨规划和测算。
历经三年的默默耕作,对峙不懈的持续创新。2023年4月,北京协和医学院群医学及公共卫生学院再牵头,结合北京协和医院(组长单元)、中国医学科学院肿瘤医院、安徽省立医院、浙江省肿瘤医院、丽江市妇幼保健院、尊龙集团共同提议的“宫颈液基细胞学图像辅助诊断软件临床试验”钻研者会议,为下一个阶段造订前瞻性临床试验规划,推动宫颈细胞学AI三类证注册申报,加快人为智能技术在宫颈癌筛查中的利用落地。

有关钻研成就
1.本次钻研数据情况:共3514例病例,其中3335例经专家确以为阴性,179例经专家证实为阳性,其中ASC-US 105例,LSIL 45例,ASC-H 18例,HSIL 11例。整个数据组阳性率为5.09%;
2. 本钻研为国内首个基于真实世界、多中心的钻研,在全国9家中心进行临床机能验证,评估人为智能系统在多种复杂染色模式环境前提下的靠得住性及通用性。独立人为智能系统的总体AUC为0.779(95%CI:0.750-0.809),活络度为0.894(95%CI:0.849-0.939),特异性为0.664(95%CI:0.648-0.680);假阴性中大无数(94.7%)是ASC-US病例;
3. 与之前的钻研分歧,基于8000多例患者,超过300,000张图像,我们开发了一套宫颈鳞状细胞检测和多事俘进建(MIL)的两阶段AI细胞学筛查系统,初次提出最低风险评分(CITL-AI)。当人为智能系统检测到宫颈鳞状细胞畸形时,细胞学医师会收到潜在异常的忠告,以确保细胞学切片的安全分类。系统对1,319张切片进行了分类验证,没有遗漏任何异常的鳞状病例;
4. 与细胞学医师相比,独立CITL-AI步骤总体敏感性从53.1%提高到81.6%(p<0.001);特异性从66.2%提高到78.9%(p<0.001),在人为智能系统的辅助下,能够提高细胞学医师鉴别异常细胞的能力;
5.在维持较高正确性的同时,CITL-AI步骤减轻了细胞学医师的工作职守,阅片工作量大幅削减了37.5%。






