一项新的研究称，人工智能可以比训练有素的医生更好地发现女性宫颈癌的开始。
美国国家癌症研究所（NCI）和Global Good的研究人员开发了一种计算机算法，可以识别女性子宫颈的癌前病变，比标准测试好1.3倍。
之前的测试涉及用醋溶液擦拭子宫颈，但该解决方案无法区分炎症，感染和癌前病变中国机械网okmao.com。
该团队表示，AI模型比目前的措施更快，更便宜，更准确，并且可以扩展到那些对高级筛查方法有限的国家。
宫颈癌发生在子宫颈细胞，即子宫的最下部。
美国癌症协会估计，到2019年，将有超过13,000名美国女性患上宫颈癌，导致超过4,200人死亡。
它最常被诊断为35至44岁之间，但梅奥诊所最近的一项研究发现，30至65岁的女性中只有不到三分之二的人没有接受宫颈癌筛查。
这些筛查在宫颈发展成疾病之前检测子宫颈的癌前变化。
根据加拿大癌症协会的数据，这些变化包括正常的腺细胞转化为鳞状细胞，这种细胞对人乳头瘤病毒（HPV）的作用更敏感。
另一种癌症前体原位称为腺癌，即在子宫和子宫颈排列的腺体组织中发现异常细胞。
目前的筛选标准，特别是在资源少的地区，称为醋酸目视检查。
NCI的癌症流行病学和遗传学部门负责人Jennifer Loukissas告诉DailyMail.com，用弱化的醋溶液擦拭子宫颈。
'解决方案使HPV变白，任何细胞变白，粉红色正常。但白色可能是感染，炎症或癌前病变。这就是用人眼解释这么难的原因。
2003年的一项研究发现，在正确识别患有阳性的患者时，该检测准确度约为80％。
为了训练算法，该团队从哥斯达黎加招募了超过9,400名年龄在18至94岁之间的女性。
在1993年至2000年期间，在宫颈癌筛查期间拍摄了6万多张照片，并对该妇女进行了18年的监测。
该团队对照片进行了数字化处理，然后对算法进行了训练，以确定哪种宫颈变化需要治疗，哪种宫颈变化不需要用于称为自动视觉评估的新方法。
NCI癌症流行病学和遗传学部的高级作者Mark Schiffman博士告诉DailyMail.com，首先你得到[算法]识别子宫颈。
'你拿80％的坏和好，并训练它来识别“这个”是坏的，“这个”也不错。然后你拿一个独立的20％不相关，看看它是否可以区分。
该团队使用统计模型来量化其曲线下面积的结果。AUC为0.5意味着它与猜测大致相同，AUC为1.0意味着完美的准确性。
在识别癌前病变时，AI工具的AUC为0.91，比人类专家的审查要好约1.3倍，其AUC为0.69。
巴氏试验也表现更差，达到0.71的AUC。
“通过人类专家，它可以解释，即使大脑擅长检测模式，神经网络也会更好，”Loukissas说。
“这将使他们目前所处的地方的筛选和分类更具成本效益。”
对于未来，研究人员希望将该程序放到手机上，以便任何国家的任何女性都能够拍摄子宫颈的照片并快速恢复。
“宫颈癌已经成为一个健康差异问题，”希夫曼博士说。
在马拉维，5％的女性在其一生中患上了宫颈癌。在美国，这只是其中的十分之一。
“因此，我们有一些非常简单，非常便宜的东西可以用于HPV疫苗无法接触到人的任何地方，以及良好的检测无法接触到人们的地方。”
这项研究紧随着越来越多的研究发现，人工智能可以改善医生的工作。
本周，来自梅奥诊所和斯坦福大学的两项独立研究发现，AI能够识别心律不齐和心力衰竭的早期阶段。
在某些情况下，AI模型比由董事会认证的心脏病专家分析的EKG结果准确度高出15％。