王嘉旭 薛鹏 江宇 综述 乔友林 审校

宫颈癌在全球女性恶性肿瘤中占第四位，2020年全球有超60万新发和34万死亡病例［1］。2015年中国约有11万宫颈癌新发和3万死亡病例［2］，发病率和死亡率呈逐年升高趋势，宫颈癌防治已刻不容缓。2018年，世界卫生组织（WHO）发起并制定了2030年全球消除宫颈癌防控策略［3］，其目的是进一步扩大对宫颈癌的预防、筛查和治疗。尽管筛查是有效的防治策略［4］，但国内基层的从事宫颈细胞学专业人员和阴道镜医生资源能力有限，一定程度上制约了宫颈癌筛查［5］。因此，如何提升细胞学和阴道镜医生的诊断水平成为国内宫颈癌筛查中的难点。

近年来，随着人工智能（artificial intelligence，AI）的迅速发展，其在医学图像领域已经获得广泛的应用［6-8］。本研究将对AI的发展情况，AI辅助宫颈细胞学检测和阴道镜诊断系统的最新研究进行综述。

1 人工智能的发展

近年来，AI得到迅速的发展，机器学习被广泛地应用于图像识别等领域。作为机器学习的重要分支（图1），深度学习在图像识别领域中表现出优异的性能［9］。深度学习是一种通过组合低层次特征形成高层次特征，进而发现数据内在特征的多层次神经网络模型［10］（图2）。目前，已有多个深度学习算法模型用于细胞学和阴道镜图像分类中［11］。

图1 AI、机器学习和深度学习关系

2 AI辅助诊断系统的建立及验证

AI辅助诊断系统的建立和验证大致包括以下步骤：1）对于患者的宫颈细胞学组织，采用ThinPrep 或其他液基细胞学制片方法，在经过自动移液、梯度离心、细胞沉降、固定以及染色冲洗等规范化处理后制成液基细胞涂片，使用显微镜拍摄生成数字化液基细胞学图像［12-13］；……