细胞学|92.1%!大数据提升宫颈癌筛查准确率( 二 )


【细胞学|92.1%!大数据提升宫颈癌筛查准确率】检查费用不会增加
如何将结构形式不同的数据有机整合?这是高欣团队在研究中遇到的最大困难 。 “我们收集到的数据来源于不同的检查方法 , 包括结构化(细胞学检查和HPV检测结果)和非结构化(阴道镜图像)的数据 , 整合多源异构医学数据是难点 。 ”
高欣团队给出的解决方案是 , 利用深度学习方法实现阴道镜图像客观定量的解读 , 将非结构化的阴道镜图像数据转化为结构化的病变概率值 , 与结构化的细胞学检查结果、HPV检测结果进行融合建模 。
如今 , 我国宫颈癌高发态势仍未扭转 , 特别是基层医疗机构的宫颈癌筛查能力较弱 。 高欣表示:“通过信息深度融合实现筛查效率的提升 , 不仅为客观、精准的宫颈病变无创筛查提供了一种更加完备的手段 , 还有助于提升我国基层医疗机构的宫颈癌早期筛查能力 。 ”
基层医疗对费用比较敏感 , 高欣透露 , 对于检查者来说 , 检查费用不会增加 。 因为新方法不需要增加额外的检查项目 , 可以在不改变现有宫颈病变筛查流程的情况下 , 有效整合现有临床检查手段 , 弥补单一检查的局限性 , 通过信息深度融合实现筛查效率的提升 。