综述：肛管鳞状上皮内病变的组织学、细胞学及诊断标准化当代指南

这篇综述系统阐述了肛管鳞状上皮上皮内病变（SILs）的筛查与诊断策略，重点解析了LAST标准双分级系统（LSIL/HSIL）、p16免疫组化等辅助标志物的应用价值，以及肛管细胞学与HPV DNA检测的敏感性和特异性差异。作者结合ANCHOR试验1证据，强调AI辅助数字细胞学和自动化p16/Ki-67检测等新兴技术对提升诊断精准度的潜力，为高危人群（如MSM和HIV感染者）的肛癌防控提供了标准化诊疗框架。

　　

肛管鳞状上皮内病变的诊疗进展

引言

肛管鳞状上皮内病变（SILs）在男男性行为者（MSM）和HIV感染者中发病率显著升高，其病理机制与宫颈癌类似，均与人乳头瘤病毒（HPV）感染密切相关。ANCHOR试验¹证实，治疗高级别病变（HSIL）可使HIV感染者肛癌风险降低57%，凸显筛查的重要性。

LAST标准化分级系统

LAST项目提出的双分级系统将病变分为低级别（LSIL）和高级别（HSIL），前者多由低危HPV引发且癌变风险低，后者则与高危HPV（如HPV16）相关。p16免疫组化是区分两者的关键辅助手段，但需结合形态学评估以避免过度诊断。

诊断陷阱与鉴别要点

Toker细胞、Paget病等易被误判为LSIL，而反应性改变或切线切割的黏膜可能模仿HSIL。图2-3展示了典型鉴别案例，强调联合p16染色和形态分析的必要性。

肛门细胞学的临床价值

作为筛查基石，肛门细胞学对HSIL的敏感性约75%，特异性达85%，但性能因人群而异。2022年Meta分析显示，其阴性预测值在HIV阳性人群中可达91%，但阳性预测值仅47%，需结合HPV检测优化。

HPV检测的优劣

高危HPV（hrHPV）DNA检测敏感性高达92%，但特异性仅42%。HPV16阳性者的HSIL风险较阴性者高11倍，而多重感染可能降低预测价值。

AI技术的突破

卷积神经网络已能实现HSIL的自动化识别，其准确率媲美专业细胞学家。AI预筛系统可标记异常细胞区域，提升病理医师的复核效率，减少人为偏差。

未来方向

尽管尚无全球统一指南，ANCHOR试验数据支持对高危人群开展基于细胞学的筛查，并探索HPV分型、双染色标志物（如p16/Ki-67）与AI的联合应用策略，以构建更精准的肛癌防控体系。