应用方案|CNN4和IncV3深度学习算法在p16/Ki-67双染细胞学自动化诊断中的应用&呵尔医疗人工智能双染应用方案

首先，作者从CYTOREADER云平台（谷歌）中选取了450名患者数字化切片作为一个训练集。将切片切成相同大小的瓦片（384x384 pixels，20X ），这些瓦片样本80%被选取用于算法的初始训练20%用于算法验证。

CNN4和IncV3算法被用于检测超过特定似然阈值瓦片的数量，以此确定玻片上双染阳性细胞数量。该算法为每个图块提供一个可能性阈值(CNN4 阈值为0.5，IncV3为0.4 )，超过该阈值即被视为阳性结果。

初步训练得到的候选CNN模型在全玻片级别进行应用，并根据阳性瓦片数判定玻片阳性状态（CNN4≥3个瓦片，IncV3≥2个瓦片）。对于误分类的玻片，提取假阳性或假阴性分块并反馈至原始CNN训练中，以优化分类准确性。最终锁定的CNN模型应用于包含3803张玻片的盲法验证集。

结果显示在宫颈活检验证集（409例）中，CNN4的AUC为0.74，敏感性87.0%，特异性45.6%。在3095例HPV阳性女性中，AI辅助诊断双染（截断值≥2个阳性细胞）的敏感性为88.1%，特异性61.5%，显著优于巴氏涂片（敏感性85.8%，特异性41.9%）和人工双染色（敏感性90.0%，特异性52.6%）。AI辅助诊断双染将阴道镜转诊率从巴氏涂片的60.1%降至41.9%（P<0.001），每检出1例CIN3+所需的阴道镜数量从9.9降至6.8。

自动化数字扫描评估消除了宫颈癌筛查中残留的主观判断成分，为医疗提供者和患者带来持续稳定的检测质量。从传统巴氏涂片检测转向自动化数字扫描技术，不仅显著减少了阴道镜检查次数，在模拟完全接种疫苗人群中也展现出卓越的检测性能。通过云端部署方案，该技术具备全球可及性。研究表明，人工智能技术不仅实现了自动化与客观化，更通过减少不必要的阴道镜检查为女性健康带来实质性益处。

呵尔医疗自主开发的p16/Ki-67双染检测助力宫颈癌筛查全流程分流解决方案。p16/Ki-67双染与DNA倍体定量检测结合CIN2+的灵敏性、特异性、诊断符合率分别为92.9%、71.4%、86.3%,其中诊断符合率明显高于单纯采用DNA倍体分析[2]。两者联合检测能有效提高准确率，可辅助用于ASCUS的分流诊断。

武汉呵尔医疗科技发展有限公司

武汉呵尔医疗科技发展有限公司，成立于2006年是博爱新开源医疗科技集团股份有限公司（股票代码：300109）的全资子公司。呵尔医疗以"数字基座+智能中枢"重塑病理生态，公司的人工智能肿瘤细胞检测技术平台通过集成像、分析和辅助试剂于一体，提供了一个集成化的解决方案，显著提升了病理诊断的效率和准确性。