AI 技術(shù)建立宮頸鱗狀上皮病變組織學(xué)切片模型及應(yīng)用價值分析

陳 豪，過華蕾，王文慧，尹曉娜，龔儀棠，金 晨，李 兢

（杭州市婦產(chǎn)科醫(yī)院病理科，浙江 杭州 310000）

宮頸鱗狀細胞癌（squamous cell carcinoma of cervix，SCC）是最常見的婦科惡性腫瘤之一。據(jù)世界衛(wèi)生組織國際癌癥研究署（IARC）發(fā)布的2020 年全球最新癌癥負擔(dān)數(shù)據(jù)顯示[1]，2020 年全球新增宮頸癌60 萬，新增宮頸癌死亡34 萬例，發(fā)病人數(shù)和死亡人數(shù)在女性癌癥中均位居第4。而我國每年約有14萬例宮頸癌的新發(fā)病例，每年大約有2 萬婦女死于宮頸癌；從宮頸癌前病變發(fā)展到嚴重的浸潤癌通常需要數(shù)年時間（一般是8～10 年），對早期宮頸癌進行治療的難度相對較小，費用也較低[2]。因此，早期宮頸癌的及時檢出具有重要臨床意義。近10 年來，隨著計算機技術(shù)的快速發(fā)展和數(shù)字病理的產(chǎn)生，人工智能（artificical intelligence，AI）技術(shù)在宮頸癌的細胞學(xué)篩查方面取得不少成績[3-6]，但在組織學(xué)切片的應(yīng)用方面還有待完善和開拓[7，8]。本研究結(jié)合數(shù)字病理切片和AI 技術(shù)，用AI 對高級別鱗狀上皮內(nèi)病變（HSIL）、微小浸潤性鱗狀細胞癌（早期癌）及浸潤性宮頸鱗癌（浸潤癌）這三類鱗狀上皮病變進行識別判讀，并對其診斷結(jié)果進行統(tǒng)計分析，旨在分析AI 技術(shù)在宮頸組織學(xué)切片輔助診斷的應(yīng)用價值。

1 材料與方法

1.1 樣本來源 收集杭州市婦產(chǎn)科醫(yī)院2016 年1月-2020 年12 月宮頸鱗狀上皮病變患者113 例的組織學(xué)切片。患者中位年齡45 歲，組織學(xué)切片包括宮頸活檢、錐切及腫瘤根治標(biāo)本，病理診斷結(jié)論均由2 名中級以上病理醫(yī)師閱片復(fù)核。

1.2 方法 采用麥克奧迪數(shù)字切片掃描與應(yīng)用系統(tǒng)（型號：KF-PRO-005）對所選組織學(xué)切片進行40 倍分辨率數(shù)字掃描。數(shù)字掃描后導(dǎo)入浙江賽爾微因公司的人工智能圖像分析系統(tǒng)（CellVigen v11.0），由高年資中級以上病理診斷醫(yī)師對組織學(xué)切片的掃描片進行標(biāo)注，見圖1。標(biāo)注的內(nèi)容包括：①宮頸癌前病變即高級別鱗狀上皮內(nèi)病變，含累腺；②宮頸早期癌（微小浸潤性鱗狀細胞癌，包括出芽、迷芽兩種浸潤方式，不包括融合浸潤方式）；③浸潤性宮頸鱗癌組織（浸潤癌）；④纖維間質(zhì)成分（病變成分比對作用，有利于AI 更好的識別病變）。113 例全數(shù)字掃描切片內(nèi)標(biāo)注宮頸癌前病變307 幅，早期癌441 幅，浸潤癌390 幅，纖維間質(zhì)成分100 幅，標(biāo)定線顏色分別選擇紅色、黃色、綠色、白色（圖2A、2B）。標(biāo)注完成后，標(biāo)注圖片數(shù)按訓(xùn)練集∶驗證集∶測試集=6∶2∶2 進行分配，見表1。用AI 對訓(xùn)練集圖片進行學(xué)習(xí)并建立相應(yīng)的AI 組織學(xué)數(shù)據(jù)庫模型。用模型對驗證集三類宮頸鱗狀上皮病變圖片進行判讀，將通過AI 分析的結(jié)果與病理醫(yī)師的判讀結(jié)果進行對比（圖2C、2D）。以病理診斷結(jié)果為標(biāo)準(zhǔn)，評估通過訓(xùn)練集建立的數(shù)據(jù)庫驗證的準(zhǔn)確性。通過訓(xùn)練集建立的數(shù)據(jù)庫模型以驗證的準(zhǔn)確性＞90%具有臨床意義，80%～90%相對具有臨床意義，＜80%為無臨床意義。再用模型對測試集宮頸鱗狀上皮病變圖片進行判讀，將AI 分析的結(jié)果與病理醫(yī)師的判讀結(jié)果進行相關(guān)性分析。

表1 三類宮頸鱗狀上皮病變標(biāo)注圖片數(shù)分配表（標(biāo)記圖片數(shù)）

圖1 宮頸鱗狀上皮病變組織學(xué)切片HE 染色圖

圖2 病理醫(yī)師與AI 在人工智能圖像分析系統(tǒng)中分別對宮頸病變的判讀

1.3 統(tǒng)計學(xué)方法 采用SPSS 19.0 統(tǒng)計軟件對驗證樣本的診斷結(jié)果的例數(shù)進行統(tǒng)計分析，計數(shù)資料使用（n）和（%）表示，組間比較采用χ2檢驗，以P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 AI 數(shù)據(jù)庫驗證集判讀結(jié)果 通過訓(xùn)練集建立的AI 數(shù)據(jù)庫模型判讀驗證集癌前病變、早期癌及浸潤癌圖片與病理醫(yī)師診斷結(jié)果符合率分別為86.70%、92.00%、92.00%，癌前病變具有相對臨床意義，早期癌與浸潤癌具有臨床意義，見表2。

表2 AI 數(shù)據(jù)庫驗證集與病理結(jié)果標(biāo)記圖片數(shù)符合情況（n）

2.2 AI 數(shù)據(jù)庫測試集效果 使用AI 數(shù)據(jù)庫對測試集宮頸上皮內(nèi)病變圖片進行判讀。AI 將61 張癌前病變圖像3 張診斷為早期癌，4 張診斷為浸潤癌，診斷符合率88.50%（54/61）；88 張早期癌圖像4 張診斷為癌前病變，1 張為浸潤癌，符合率94.30%（83/88）；78 張浸潤癌圖像2 張被診斷為癌前病變，3 張為早期癌，符合率93.60%（73/78）。AI 技術(shù)診斷結(jié)果與病理診斷醫(yī)師的診斷結(jié)果比較，差異有統(tǒng)計學(xué)意義（χ2=354.700，P＜0.05）。

表3 測試集AI 診斷與病理結(jié)果標(biāo)記圖片數(shù)交叉表（n）

3 討論

宮頸癌是全世界范圍內(nèi)女性發(fā)病率和死亡率均排第4 位的惡性腫瘤[9]。我國宮頸癌是第2 大女性惡性腫瘤，發(fā)病率僅次于乳腺癌[10]。而宮頸癌前病變發(fā)展為宮頸癌通常需要數(shù)年時間，因此宮頸癌的早期診斷具有著重要的臨床意義。對宮頸正常組織、癌前病變、早期癌及浸潤癌的正確診斷有助于制定有針對性的治療方案。宮頸癌的早期診斷最有效的方法是宮頸組織病理學(xué)檢查，但宮頸組織病理學(xué)圖像比較復(fù)雜，需要有經(jīng)驗的病理學(xué)醫(yī)師進行顯微檢查，還可能出現(xiàn)誤診漏診。我國基層醫(yī)院缺乏全面開展病理檢測與診斷的能力，普遍存在著基礎(chǔ)薄弱、診斷能力較差及病理醫(yī)師的嚴重缺乏的問題[11]。近年來，隨著數(shù)字病理及AI 技術(shù)的發(fā)展，AI 在乳腺癌、前列腺癌及宮頸癌等病理診斷方面均取得了一定的進展[12，13]。利用計算機對組織學(xué)圖像進行深度學(xué)習(xí)，輔助病理醫(yī)生對疾病進行診斷可以提高診斷效率與準(zhǔn)確性。對于AI 在宮頸癌的應(yīng)用，目前大多都應(yīng)用于細胞學(xué)的篩查并取得了明顯成效，但在組織學(xué)的應(yīng)用方面仍具有一定的局限性[14，15]。AI 技術(shù)在組織學(xué)中應(yīng)用困難的主要原因是宮頸鱗狀細胞癌組織形態(tài)多樣，浸潤方式復(fù)雜，浸潤深度的評估需要結(jié)合手術(shù)方式和切緣情況進行綜合判斷。

本研究驗證集結(jié)果證實AI 技術(shù)能有效的對宮頸癌前病變、早期癌及浸潤癌組織學(xué)圖像進行識別診斷，具有較高的診斷符合率，癌前病變、早期癌及浸潤癌符合率分別為86.70%、92.00%、92.00%。AI技術(shù)對癌前病變的識別具有相對臨床意義，對早期癌與浸潤癌的識別具有臨床意義，說明本研究建立的模型可以較準(zhǔn)確識別宮頸鱗狀上皮病變組織學(xué)圖像。本研究測試集結(jié)果證實AI 模型診斷結(jié)果與病理醫(yī)師診斷結(jié)果比較，差異有統(tǒng)計學(xué)意義。證明AI模型能夠較為準(zhǔn)確的識別和區(qū)分宮頸癌前病變、早期癌及浸潤癌的組織學(xué)圖像，實現(xiàn)對宮頸鱗狀上皮病變組織學(xué)病理的輔助診斷。

AI 誤判原因主要為：將高級別鱗狀上皮內(nèi)病變累腺誤判為早期癌及浸潤癌、早期癌有反常角化誤判為浸潤癌、對迷芽識別困難、非角化型鱗癌誤判為癌前病變及早期癌。宮頸組織病理學(xué)圖像相比較于細胞學(xué)結(jié)構(gòu)更加復(fù)雜，形態(tài)多樣化，同時圖像背景的干擾因素增加，如炎性改變，間質(zhì)反應(yīng)性改變，鱗狀細胞化生及制片質(zhì)量原因等[16]。要提高AI 技術(shù)對組織學(xué)切片中疾病圖像識別的準(zhǔn)確性，需要增加AI 模型數(shù)據(jù)庫對圖像學(xué)習(xí)數(shù)量，同時需要嚴格把握制片質(zhì)量[17，18]。雖然AI 診斷準(zhǔn)確度有待進一步提高，但其在一定程度上可以幫助病理醫(yī)師，起到很好的輔助診斷作用[19]。隨著臨床病理醫(yī)師參與度的提升和社會研究資本的投入，AI 技術(shù)診斷準(zhǔn)確性還將不斷提高[20]。

本研究結(jié)果證明AI 技術(shù)能夠有效的識別宮頸鱗狀上皮病變的組織學(xué)圖像，實現(xiàn)對宮頸鱗狀上皮病變的輔助病理診斷。AI 技術(shù)能夠提高病理醫(yī)師對宮頸癌前病變的診斷的效率和準(zhǔn)確性，幫助更好的實現(xiàn)宮頸癌的早篩早治。AI 技術(shù)的成熟和應(yīng)用將逐漸填補我國基層醫(yī)院病理科醫(yī)師的缺口，具有重要的臨床應(yīng)用價值。