亮點搶先看
1. 安必平宮頸細胞AI（LBP-PIAS）相關多篇論文在國際權威學術平臺《現代病理學》發表，課題為：《Improving the Accuracy and Efficiency of Abnormal Cervical Squamous Cell Detection with Cytologist-in-the-Loop Artificial Intelligence》；
2. 本次研究是由北京協和醫學院群醫學及公共衛生學院牽頭，解放軍總醫院第七醫學中心、安徽省立醫院、浙江省腫瘤醫院、西京醫院、四川大學華西第二醫院、海南醫學院第一附屬醫院、廣西壯族自治區人民醫院、深圳市婦幼保健院、西北婦女兒童醫院（按名稱排序）九大權威中心聯合參與LBP-PIAS的臨床評價與性能測試；
3. 安必平宮頸細胞AI（LBP-PIAS）在訓練數據量、獨立評估特異度及靈敏度、排陰率等均達到國際一流水平；
4. 在真實篩查工作中，LBP-PIAS其作用主要體現在：一是，幫助低年資細胞病理醫生提升診斷的準確率，減少漏診；二是，協助高年資細胞病理醫生提高診斷效率，大大減少閱片時間；三是，面對中國基層病理醫生嚴重缺乏的情況，可實現“基層制片-掃描上傳-AI初篩-遠程醫生復核”的模式。
宮頸癌是全球高發癌癥病種之一，也是目前唯一一種病因明確的婦科腫瘤。世界衛生組織全球加速消除宮頸癌行動計劃中，設立了“90（疫苗）-70（篩查）-90（治療）”的目標，其中70（篩查）是目標達成的關鍵。
截止于2021年末統計，我國女性人口約6.9億人。面對如此龐大篩查人口，與全球細胞病理醫生嚴重缺乏這一現象，我國十部門共同印發關于《加速消除宮頸癌行動計劃（2023-2030）》中明確指出：探索運用互聯網、人工智能等新技術優化宮頸癌篩查和診療服務流程。
近期，由北京協和醫學院群醫學及公共衛生學院團隊牽頭，聯合多個國內醫療中心與安必平共同合作的宮頸液基細胞學圖像輔助診斷軟件（LBP-PIAS）在國際上亮相，其論文在國際權威期刊《現代病理學》發表，這意味著：國際權威組織對中國學者、中國技術的高度認可，中國人工智能技術即將助力加速消除宮頸癌全球戰略。
安必平LBP-PIAS有效提高醫生診斷效率和準確性
現代病理學雜志（Modern Pathology）創刊于2000年，影響因子為8.209，是學術水平高，可讀性強、具有全球影響力的國際一流學術期刊，本次發表論文中提及：安必平LBP-PIAS研究基于宮頸液基細胞學制片技術，進行數字切片掃描上傳，通過細胞學人工智能多重算法驗證進行排陰，篩查出20個圖像視野，并出示相關輔助診斷建議報告，再由醫生進行復診出診斷報告，為病理醫生節省肉眼查找時間，提高診斷效率和準確性。
凝聚中國智慧，安必平LBP-PIAS加速應用落地進程
自2019年起，由北京協和醫學院群醫學及公共衛生學院牽頭，聯合多個醫療中心及病理專家、高新科技企業三方在安必平LBP-PIAS項目進行了產學研方面緊密合作，從系統算法、基礎構建、性能測試、臨床試驗等多個層面，專家們對接國際標準，結合國內實際情況，進行了一次又一次嚴謹規劃和測算。
歷經三年的默默耕耘，堅持不懈的持續創新。2023年4月，北京協和醫學院群醫學及公共衛生學院再牽頭，聯合北京協和醫院（組長單位）、中國醫學科學院腫瘤醫院、安徽省立醫院、浙江省腫瘤醫院、深圳市婦幼保健院、廣州安必平醫藥科技股份有限公司共同發起的“宮頸液基細胞學圖像輔助診斷軟件臨床試驗”研究者會議，為下一個階段制定前瞻性臨床試驗方案，推動宮頸細胞學AI三類證注冊申報，加速人工智能技術在宮頸癌篩查中的應用落地。
相關研究成果
1.本次研究數據情況：共3514例病例，其中3335例經專家確認為陰性，179例經專家證實為陽性，其中ASC-US 105例，LSIL 45例，ASC-H 18例，HSIL 11例。整個數據組陽性率為5.09%；
2. 本研究為國內首個基于真實世界、多中心的研究，在全國9家中心進行臨床性能驗證，評估人工智能系統在多種復雜染色模式環境條件下的可靠性及通用性。獨立人工智能系統的總體AUC為0.779（95%CI：0.750-0.809），靈敏度為0.894（95%CI：0.849-0.939），特異性為0.664（95%CI：0.648-0.680）；假陰性中大多數（94.7%）是ASC-US病例；
3. 與之前的研究不同，基于8000多例患者，超過300,000張圖像，我們開發了一套宮頸鱗狀細胞檢測和多實例學習（MIL）的兩階段AI細胞學篩查系統，首次提出最低風險評分（CITL-AI）。當人工智能系統檢測到宮頸鱗狀細胞畸形時，細胞學醫師會收到潛在異常的警告，以確保細胞學切片的安全分類。系統對1,319張切片進行了分類驗證，沒有遺漏任何異常的鱗狀病例；
4. 與細胞學醫師相比，獨立CITL-AI方法總體敏感性從53.1%提高到81.6%（p<0.001）；特異性從66.2%提高到78.9%（p<0.001），在人工智能系統的輔助下，可以提高細胞學醫師識別異常細胞的能力；
5.在保持較高準確性的同時，CITL-AI方法減輕了細胞學醫師的工作負擔，閱片工作量大幅減少了37.5%。
