人工智能辅助宫颈细胞学诊断模型在真实世界基层筛查中的适应性与局限性分析
余孙兴
许振国
江峰
福建中医药大学附属第二人民医院,福州 350003
摘要：目的 评估人工智能(AI)辅助宫颈液基细胞学(TCT)模型在基层医疗机构真实世界筛查环境中的适应性与局限性,探讨其在不同病变类型、筛查流程及医生接受度等方面的表现,为优化宫颈癌筛查策略提供依据.方法 采用前瞻性对照研究设计,于福建中医药大学附属第二人民医院及管辖社区医院招募宫颈癌筛查女性1 200例,分别进行AI辅助判读、人工阅片及"AI+人工协同"3组判读.以HPV检测和组织病理为参考标准,评估3组在≥CIN2病变识别中的灵敏度、特异度、阴性预测值(NPV)、阅片时间及误判类型.同步开展医生结构化问卷调查与访谈,评估AI系统在使用便利性、判读信任度及操作干扰等方面的主观体验.结果 AI模型在≥CIN2病变识别中的灵敏度为92.8%,特异度为86.5%,NPV为97.6%,可有效预排阴性切片,平均阅片时间为11.5 s.人工组(A组)灵敏度91.2%、特异度89.3%、NPV 96.4%、平均阅片时间94.2 s.人机协同组的灵敏度进一步提升至95.3%,假阴性率最低.AI在AGC、混合型病变及稀有细胞类型中仍存在误判倾向.医生调查显示82%认为AI能提高工作效率,78%认可其对低级别病变的预警价值,但仍有56%表示在界限病变中依赖人工复核.结论 AI辅助宫颈细胞学模型在真实基层筛查环境中展现出良好的效率与初筛能力,特别适合大样本快速分流和阴性排除.AI模型适合基层快速分流,复杂病变需人工复核,人机协同模式是优化筛查质量的可行策略.
关键词：人工智能宫颈癌筛查液基细胞学人机协同真实世界研究基层医疗
资助基金：福建省科技厅引导性项目(2023Y0030)
论文发表日期：2025-12-28
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1550-1554 )
英文信息