《International Journal of Women's Health》：Agreement Between the CerviCARE AI Artificial-Intelligence Software and Visual Inspection with Acetic Acid (VIA) for Cervical Cancer Screening in Women Aged Over 18 Years in Vinh Long Province, Vietnam: A Community-Based Cross-Sectional Study
编辑推荐：
背景：宫颈癌是可预防的，但在中低收入国家（LMICs）筛查覆盖率仍然很低，在这些国家，HPV DNA检测和细胞学通常不可用，醋酸肉眼观察（VIA）是最广泛使用的方法。人工智能（AI）图像分析工具可能支持筛查，因此它们与VIA的一致性具有实际意义。目的：描述使用
背景：宫颈癌是可预防的，但在中低收入国家（LMICs）筛查覆盖率仍然很低，在这些国家，HPV DNA检测和细胞学通常不可用，醋酸肉眼观察（VIA）是最广泛使用的方法。人工智能（AI）图像分析工具可能支持筛查，因此它们与VIA的一致性具有实际意义。目的：描述使用CerviCARE AI、VIA和巴氏涂片（Pap smear）的宫颈癌筛查结果，并评估2025年越南永隆省≥18岁女性中CerviCARE AI与VIA的一致性。材料与方法：一项基于社区的横断面研究纳入了2757名女性，其中2316名接受了所有三种方法。使用Cohen's kappa（渐近和bootstrap 95%置信区间）、确切McNemar检验和患病率校正偏倚校正kappa（PABAK）评估一致性。结果：在2316名女性中，CerviCARE AI将360例（15.5%）分类为异常，VIA阳性413例（17.8%），巴氏涂片仅4例（0.2%）阳性。CerviCARE AI与VIA的观察一致性为97.71%，Cohen's kappa为0.918（95% CI: 0.896–0.940；bootstrap 0.896–0.938），表明几乎完全一致，PABAK为0.954。所有360例AI异常病例均为VIA阳性，而VIA额外识别了53例（确切McNemar p < 0.001），因此AI阳性结果是VIA的一个子集。在不同年龄层中一致性保持几乎完全一致（κ 0.83–1.00）。在整体问卷样本中，仅2.6%的女性曾接种HPV疫苗，32.6%曾接受筛查，尽管98.0%认为筛查必要，91.7%愿意接种疫苗；成本是最常见的障碍（49.0%）。结论：CerviCARE AI在社区筛查条件下与VIA表现出几乎完全一致，且分类为异常的病例数少于VIA。这些发现表明可行性和一致性而非诊断准确性，需要与组织病理学或HPV DNA检测进行验证后才能得出关于诊断性能的结论。
宫颈癌是全球女性第四大常见癌症，GLOBOCAN 2022数据显示每年约66.2万新发病例和34.9万死亡，其中90%发生在中低收入国家（LMICs）。几乎全部病例由高危型人乳头瘤病毒（HPV）持续感染引起，经癌前病变缓慢进展，因此筛查可有效预防。世界卫生组织（WHO）于2020年启动全球战略，设定2030年90-70-90目标，即70%女性在35岁和45岁接受高性能检测筛查。然而，许多LMICs筛查覆盖率低且不均衡。巴氏涂片（Pap smear）特异性高但敏感性有限，且需实验室和病理人员，在基层缺乏。醋酸肉眼观察（VIA）廉价、即时，但主观性强、依赖操作者。人工智能（AI）图像分析有望标准化评估。在越南，宫颈癌负担重，南部地区发病率高于全国平均，HPV疫苗接种和筛查率低，存在意识、成本和可及性多重障碍。研究人员此前在永隆省建立了多级社区筛查模型，但尚未评估AI工具与VIA在社区筛查条件下的一致性，这成为本研究填补的关键空白。
研究人员于2025年在越南永隆省开展一项基于社区的横断面研究，纳入2757名≥18岁已婚女性，其中2316名完成全部三种筛查方法（CerviCARE AI、VIA、巴氏涂片）。主要发现：CerviCARE AI与VIA几乎完全一致（Cohen's kappa=0.918，95% CI: 0.896–0.940），AI阳性例数（360例，15.5%）少于VIA（413例，17.8%），所有AI阳性均为VIA阳性，而VIA额外识别53例（McNemar p<0.001）。巴氏涂片阳性率仅0.2%（4例）。HPV疫苗接种率（2.6%）和筛查率（32.6%）极低，但98.0%认为筛查必要，91.7%愿意接种，成本是主要障碍（49.0%）。结论：AI与VIA一致，但需组织病理学或HPV DNA验证诊断准确性。论文发表在《International Journal of Women's Health》。
技术方法方面，采用多阶段分层抽样，从永隆省全部8个县/市随机抽取3个公社/坊，按人口比例分配名额，样本队列来源于越南永隆省社区女性（包括居民和工业区工人）。数据收集通过面对面结构化问卷（社会人口学、生殖史、态度等）后，按固定顺序进行妇科检查：巴氏涂片、VIA、宫颈图像采集（Dr. Cervicam C20设备，NTL Healthcare）并由CerviCARE AI软件自动分析。使用SPSS 27.0，以Cohen's kappa（渐近和bootstrap 5000次迭代95%置信区间）、确切McNemar检验、患病率校正偏倚校正kappa（PABAK）评估一致性，按Landis and Koch分类解释kappa值（0.81–1.00为几乎完全一致）。
研究结果保留原文小标题结构如下：
- 社会人口学特征：通过问卷调查分析，参与者主要为中老年（2382例，86.4%≥36岁）、低教育水平（1771例，64.2%初中及以下）、家庭主妇（1297例，47.0%）和已婚（2627例，95.3%）。
- 生殖与妇科病史：通过问卷调查，多数初潮在14–16岁，月经规律，首次性行为<25岁，78.4%有1–2个活产子女。
- HPV疫苗接种、筛查史与态度：通过问卷调查，仅72例（2.6%）曾接种HPV疫苗，898例（32.6%）曾筛查（五年内），但2698例（98.0%）认为筛查必要，2524例（91.7%）愿意接种，成本为最常见障碍（49.0%）。
- 筛查结果与方法间一致性：通过三种方法同时检测，CerviCARE AI异常率15.5%，VIA阳性率17.8%，巴氏涂片阳性率0.2%。AI与VIA观察一致性97.71%，kappa=0.918（95% CI: 0.896–0.940；bootstrap 0.896–0.938），PABAK=0.954；所有AI异常均VIA阳性，VIA额外53例（McNemar p<0.001）。巴氏涂片与两种方法一致性极低（kappa≈0.00）。
- 纳入与排除女性比较：通过卡方检验，排除女性（441例，缺少三种方法结果）年龄更小（36.5% vs 57.5%>45岁，p<0.001），其他特征（婚姻、HPV疫苗接种、筛查史、平均产次）无显著差异。
- 筛查阳性与不一致病例特征：通过描述性分析，AI异常病例（360例）中57.5%>45岁，33.1%曾筛查，2.2%曾接种；不一致病例（VIA阳性/AI阴性，53例）中25–35岁比例更高（24.5% vs 11.1%），平均活产数略低（1.74 vs 1.92）。
- 一致性在不同年龄层的稳定性：通过分层分析，各年龄层kappa均≥0.83，其中<25岁组（n=18）完全一致（kappa=1.00），25–35岁组kappa=0.83，36–45岁组kappa=0.909，>45岁组kappa=0.94，表明几乎完全一致。
- 障碍与信息来源：通过问卷调查，成本（49.0%）、时间（20.7%）、信息不足（12.3%）为主要障碍；信息来源主要为朋友/亲属（48.7%）、电视（48.6%）、互联网/社交媒体（46.9%），收音机较少（25.6%）。
讨论部分总结：研究人员指出，CerviCARE AI与VIA的高一致性（kappa=0.918）不直接等同于诊断准确性，因为VIA本身敏感性有限（约80%），特异性约92%，且存在操作者依赖性。所有AI阳性均为VIA阳性，AI分类更少，可能减少不必要的转诊，但需组织病理学验证。巴氏涂片阳性率极低（0.2%），可能受社区人群特征、方法学差异、单次筛查敏感性限制等影响，不能作为参考标准。预防行为与知识之间存在巨大鸿沟（98.0%认为筛查必要，但仅32.6%曾筛查，2.6%接种HPV疫苗），成本是主要障碍，提示需加强结构性干预，如补贴、移动筛查、整合HPV疫苗接种服务。研究优势包括大样本、三种方法同时应用、严格统计处理；局限性包括无组织病理学参考标准、无法估计真实性、横断面设计无法评估预后、仅纳入已婚女性导致选择偏倚、自报变量可能存在回忆偏倚。
研究结论翻译：在2025年越南永隆省的这个社区筛查项目中，CerviCARE AI与VIA产生了相当的阳性率和几乎完全一致（κ=0.918）。CerviCARE AI分类为异常的病例数少于VIA；然而，这是否反映了更高的特异性或更低的敏感性无法在没有组织病理学确认的情况下确定。巴氏涂片阳性率极低，不能作为参考标准。HPV疫苗接种率（2.6%）和宫颈癌筛查率（32.6%）仍然很低，尽管认知和态度积极，成本是主要障碍。这些发现证明了AI支持的社区筛查的可行性和与VIA的一致性，而非诊断有效性；需要在组织病理学或HPV DNA参考标准下进行前瞻性研究，才能得出关于诊断准确性或临床实施的结论。
