AI辅助数字显微镜技术提升土壤传播蠕虫感染的诊断准确性：一项基于Kato-Katz涂片的现场研究

本研究针对土壤传播蠕虫（STH）感染诊断中传统显微镜法灵敏度低、依赖专家的问题，开发了便携式全玻片扫描仪与深度学习AI结合的诊断系统。在肯尼亚基层医疗场景中，研究人员对比了人工显微镜、自主AI和专家验证AI三种方法对Kato-Katz涂片的检测效果。结果显示专家验证AI对蛔虫（A. lumbricoides）、鞭虫（T. trichiura）和钩虫的灵敏度分别达100%、93.8%和92.2%，显著优于传统方法，尤其对96.7%的轻度感染病例更具优势。该成果为资源有限地区的STH精准诊断提供了创新解决方案，发表于《Scientific Reports》。

　　

土壤传播蠕虫（Soil-transmitted helminths, STH）感染是全球范围内的重要公共卫生问题，尤其影响低收入地区的儿童健康。传统Kato-Katz涂片显微镜检测虽被WHO推荐为金标准，却面临灵敏度低（尤其对轻度感染）、时效性差（需30-60分钟内完成钩虫检测）和专家依赖性强等挑战。随着全球STH感染强度普遍下降，96.7%的病例已转为轻度感染，开发高灵敏度现场诊断技术成为实现精准防控的关键。

来自瑞典卡罗林斯卡学院、芬兰赫尔辛基大学等机构的研究团队Joar von Bahr、Johan Lundin等创新性地将便携式全玻片扫描仪与深度学习算法结合，在肯尼亚基层医院开展对照研究。通过改进的卷积神经网络（ResNet50架构）和新增的钩虫解体检测算法，系统实现了对Kato-Katz涂片的智能化分析。研究首次证明专家验证AI方案可同步提升三种主要STH（蛔虫、鞭虫、钩虫）的检测灵敏度，相关成果发表于《Scientific Reports》。

关键技术方法包括：1）使用便携式扫描仪（Grundium Ocus）数字化704份Kato-Katz涂片；2）开发三级深度学习算法（检测-分类-钩虫解体识别）；3）构建AI验证工具实现专家远程复核；4）采用复合金标准（人工镜检+双盲数字验证）进行方法学比较。样本来自肯尼亚夸勒县5-16岁学龄儿童粪便样本。

【研究结果】
Prevalence of soil-transmitted helminths
复合金标准确认17.3%样本为阳性，其中钩虫占比最高（12.8%）。新增的钩虫解体检测算法使自主AI和专家验证AI的钩虫检出数分别从60/63提升至95/94例。

Infection intensity in positive smears
96.7%阳性样本为轻度感染（≤100 EPG）。40例人工镜检漏诊样本中，75%含≤4个虫卵，印证传统方法对轻度感染的低敏感性。

Diagnostic accuracy of the three methods
专家验证AI对鞭虫和钩虫的灵敏度显著优于人工镜检（p<0.001和p=0.019），且特异性保持>97%。自主AI虽提升鞭虫检出率（84.4% vs 31.2%），但存在4.6%假阳性。

Egg counts of the three methods in positive smears
数字方法在阳性样本中检测到的虫卵数显著多于人工镜检（p<0.001），专家验证AI对鞭虫的计数精度最优。

研究结论指出，专家验证AI方案满足WHO对STH诊断的理想标准（灵敏度>77%，特异性>97%），单样本分析仅需11-16分钟（专家操作1分钟）。该系统通过三项创新突破：1）针对钩虫解体的专用算法使灵敏度提升37%；2）AI验证工具实现人机协同决策；3）便携设备支持基层部署。该技术为消除NTDs（neglected tropical diseases）提供了符合"test-and-treat"策略的现场诊断方案，未来需进一步开展与FLOTAC、PCR等方法的对比研究。

讨论部分强调，研究存在复合金标准非绝对、单中心验证等局限，但首次证实AI可克服传统镜检的三大瓶颈：轻度感染漏诊、虫卵计数偏差和专家资源依赖。随着STH感染谱向轻度迁移，该技术对指导大规模药物分配（mass drug administration）和疗效评估具有重要实践价值。