美國理海大學(Lehigh University)的研究團隊近日發表，他們發明了用人工智慧檢測子宮頸癌的技術，未來醫事人員可以用此技術更精準地解讀子宮頸醫學影像，並且以更親民的費用提供更好的早期診斷結果。
由Sharon Xiaolei Huang主持的研究團隊經過10年所發明的子宮頸癌檢測技術，運用演算法來分類大量的子宮頸醫學影像，並在影像中偵測特定的表現，如子宮頸表面是否有癌前病變或異常的鱗狀上皮細胞(squamous cells)變化，來判斷發展成子宮頸癌的可能性。
為確保此項技術的精準度，研究團隊用美國國家癌症中心的資料庫進行分析，此資料庫記錄了女性接受包含子宮頸醫學影像檢測在內的不同癌症檢測的資料及結果。研究團隊運用了資料庫中1,112名病患的資料，其中有31%被發現有中度至嚴重的子宮頸表皮細胞病變，69%被發現有輕度病變(可被免疫系統處理掉)。分析結果顯示，此技術的敏感度及精準度比其他子宮頸癌都高了10%，能更敏感地偵測出異常，並且更精準地判斷出疾病現象以避免偽陽性的問題。
Huang說明，用子宮頸醫學影像偵測子宮頸癌比抹片檢查及人類乳突病毒檢查(HPV檢查)便宜，因此較適合應用於資源較缺乏的地區或國家。然而，過去因為用視覺確定的器官/組織異常變化與較嚴重疾病的關聯性低，並且不同醫事人員透過醫學影像作疾病分類時標準不一，因此子宮頸癌醫學影像偵測子宮頸癌的效果令人擔憂。不過，Huang表示她發明的人工智慧檢測技術能改善上述子宮頸醫學影像的缺點，同時保留其價格較親民的優點。
資料來源：Lehigh University