武爱媛，热米拉·热扎克*，乔友林，2

    宫颈癌在全球妇女癌症发病率和死亡率中均位居第四[1]，宫颈癌患者主要分布在中低收入国家(low-and middle-income countries，LMICs)[2]。中国作为人口大国，宫颈癌疾病负担较大。2018年，中国宫颈癌新发病例在全球占比最大，仅次于印度[2]。自2000年之后，其发病率和死亡率均呈逐年升高的趋势，如此严重的疾病负担已成为全球健康不平等的重要指标[3]。世界卫生组织(World Health Organization，WHO)总干事在2018年5月发起并制定了消除宫颈癌的全球防控策略[4]，且明确提出联合国2030年针对宫颈癌研究的可持续发展目标。这一策略的提出将会加速更多的国家全面防控宫颈癌的步伐。随着计算机的发展，人工智能(artificial intelligence，AI)技术越来越多地应用于医学诊断中，如计算机断层扫描(computed tomography，CT)成像、三维重建、磁共振(magnetic resonance-diffusion tension imaging，MRI)、细胞跟踪与定位等。GULSHAN等[5]通过AI分析视网膜图像，诊断出糖尿病性视网膜病变。ESTEVA等[6]通过深度卷积神经网络 (convolutional neural networks，CNNs)对临床图像进行皮肤病变分类，结果表明其与具有资质的21位皮肤科医生的诊断正确率相同。在2018年，CHILAMKURTHY等[7]采用313 318张图像进行颅脑CT颅内病变检测分析，从而使计算机算法自动化分类成为可能。以上研究提示，AI应用于医学有较好的前景。本文就AI在宫颈病变的筛查、诊断及临床治疗预测方面中的应用进展与挑战进行综述。

    1 AI在细胞学筛查中的应用

    在过去50多年来，包括中国在内的许多国家或地区采用基于宫颈细胞学的筛查策略[8-9]。随着人乳头瘤病毒(human papillomavirus，HPV)和宫颈癌病因关系的明确，HPV检测操作简单、灵敏度高，已被推荐作为宫颈癌的初步筛查方法[10]。但由于宫颈细胞学检测具有更高的特异度，在宫颈癌筛查和分诊中仍较重要[11]。目前基于人群的宫颈细胞学检测仍面临着众多挑战，如缺乏合格的细胞病理学家、工作量过大、灵敏度相对较低和诊断一致性差等问题。AI技术的发展具有解决上述宫颈细胞学筛查瓶颈的巨大潜力。

    2018年有学者用AI系统对巴氏细胞涂片图像进行自动化筛查，发现当识别正常或异常细胞时 ......