近日，为响应世界卫生组织(WHO)号召，“全球消除子宫颈癌行动三周年”活动在北京等市地开展。在本次活动上，“低资源地区女性两癌综合防控示范项目”正式发布。项目整体将在中西部七省30余个地区开展试点，助力加速消除宫颈癌。
在国家卫生健康委妇幼健康司的指导下，腾讯SSV健康普惠实验室联合中国疾控中心妇幼中心、中国出生缺陷干预救助基金会在四川、云南开展先行示范，并联合北京协和医学院专家团队在多省市自治区探索低卫生资源地区“两癌”(宫颈癌、乳腺癌)综合防控的创新模式。
为期三年的项目将覆盖逾百万适龄女性(9-14岁女孩、35-64岁女性)，提供全方位的“两癌”预防、筛查、诊治等相关医疗服务及救助。在该项目中，腾讯优图实验室天衍研究中心提供了领先的多元AI能力，包括高效精准的疾病分类、病灶分割、病灶检测、质控体系建立等。
针对医生工作痛点提供智能工具，这些AI能力将支持腾讯觅影团队进一步研发电子阴道镜影像辅助诊断等解决方案，并在低资源地区应用落地。联合专家团队，发挥腾讯技术优势，提升服务资源的可及性。
腾讯优图实验室天衍研究中心在 AI 电子阴道镜辅助诊断系统的研究中提出了新的深度学习框架
比如，阴道镜检查技术对医生的主观经验十分依赖，尤其在低卫生资源基层地区，宫颈病灶复杂程度高、阴道镜医生稀缺、医疗水平层次不齐，导致漏诊、误诊的情况时有发生，严重影响宫颈癌的筛查和预防效果。漏误诊会让“宫颈癌的筛查落在基层”这个目标难以实现。
针对电子阴道镜影像辅助诊断系统，腾讯优图实验室天衍研究中心全新开发了深度学习框架。该AI算法不仅能辅助医生阅片和进行阴道镜下癌前病变的辅助诊断，在几十秒内智能识别异常患者，更致力于从技术上解决由于缺乏专业的阴道镜医生和只能依赖操作医师的主观经验而造成的不必要活检与活检位置判定不准确的问题。通过AI辅助医生进行更准确的诊断并对宫颈病变区域进行精准活检取样，辅助基层医生打通宫颈癌筛查的“最后一公里”。
除此以外，算法采用了多尺度多色域的深度学习检测模型，通过扩张的方式提升通道数，获取更多特征进行学习，以提高模型在多中心数据上的取样准确率。同时，全局注意机制特征库为阴道镜医师提供了多尺度视角进行病变区域分割的支持，并已在大规模宫颈病变分割数据集上展现出出色的效果。
这项技术不仅仅局限于图像识别，更是综合了阴道镜医生的多个维度的诊断信息，包括子宫颈细胞学检查(TCT)和HPV状态等非图像信息，为基层医院的阴道镜师提供了强有力的辅助，缩小了诊断能力差距，提高了宫颈癌筛查的质量，对我国妇女病防治工作及女性健康管理具有重要意义。在多中心大量数据的内部验证的结果表明，与医生相同敏感性前提下，算法引擎的特异性相比医生，有20%以上的提高，在未来的实际应用当中，有望大量减少大面积筛查中的不必要活检率。
腾讯优图实验室天衍研究中心负责人、腾讯杰出科学家郑冶枫表示，科技向善是我们的理念、以人为本是我们的初心。宫颈癌作为一种可预防、可诊治的癌症，虽然政府已经制定了明确的行动计划，但在低资源地区的落地依然遇到各类问题。我们的核心AI能力，尤其是在电子阴道镜辅助诊断系统方面的突破，能够为医生提供强大的支持和指导，显著提升诊断效率和准确性。未来，我们也将不断迭代技术能力，为基层医疗服务提供更有力的支持、为妇女疾病的预防和治疗做出更积极的贡献。
