Cytoreader-Fusion：AI自动判读p16/Ki-67双染，宫颈癌筛查独立外部验证敏感度88.3%

核心要点

• 问题：宫颈癌筛查从巴氏涂片转向 HPV 初筛后，HPV 阳性者如何精准分流（triage）仍依赖人工判读 p16/Ki-67 双染细胞学，主观性强、依赖经验，难以大规模标准化复制。
• 方法：德国哥廷根大学医学院、海德堡 H-Labs 与美国国立癌症研究院（NCI）、凯撒医疗北加州等团队开发集成式 AI 系统 Cytoreader-Fusion，用 1,919 例训练，在 9,006 例、4 个独立队列中盲法验证，其中含 4,996 例完全独立的锁定后外部验证队列。
• 结果：在锁定后独立队列（n=4,996）中，系统检出 CIN3+ 的敏感度 88.3%（90% UI 85.3%–91.3%）、特异度 54.4%（90% UI 52.9%–55.9%），高于 Pap 细胞学、与手工双染判读相当或更优。
• 意义：为"医疗AI评估验证"提供了一套高严格度范式——预设锁定、诚实中间人盲法、以组织学确诊为终点、跨平台泛化，证明 AI 能填补宫颈癌筛查的"自动化缺口"。
• 原文：Closing the Automation Gap in HPV-Based Cervical Cancer Screening，NEJM AI，2026-09-24

1. 宫颈癌筛查的临床挑战：HPV 初筛之后，分流这步仍卡在人工阅片

宫颈癌（cervical cancer）是威胁全球女性健康的主要恶性肿瘤之一，也是少数可"早期发现、早期干预"的癌种——世界卫生组织提出"消除宫颈癌"的全球战略，核心手段之一就是大规模筛查。

近年筛查策略正从传统的巴氏涂片（Pap cytology）转向人乳头瘤病毒（human papillomavirus，HPV）初筛：HPV 检测阴性者未来十年风险极低，阳性者则需进一步"分流"（triage），判断要不要转诊阴道镜做进一步检查。

矛盾在于：HPV 阳性人群远多于真正有癌前病变的人。目前指南推荐的分流工具之一是 p16/Ki-67 双染色（dual-stain，DS）细胞学——检测同一个细胞是否同时表达 p16（细胞周期阻滞蛋白）与 Ki-67（增殖标志物），两者同现提示 HPV 驱动的癌变风险。但这一步依赖人工在显微镜下判读，主观性强、受阅片者经验影响，难以在人群规模上标准化复制。

一句话点出问题：HPV 分子检测早已自动化，可"最后这一步人工判读"却成了规模化落地的瓶颈——这正是本文要填补的"自动化缺口"（automation gap）。

2. Cytoreader-Fusion 的核心创新：把"严格验证"做成方法本身

研究由德国哥廷根大学医学院、海德堡 H-Labs、美国国立癌症研究院（National Cancer Institute，NCI）、凯撒医疗北加州（Kaiser Permanente Northern California）等团队联合完成，通讯作者为 Niels Grabe 与 Nicolas Wentzensen，2026 年 9 月 24 日发表于 NEJM AI。创新点有三。

第一，集成式透明架构 + 良好校准的概率输出。Cytoreader-Fusion 是集成（ensemble）模型，输出的是校准良好的风险概率，而非单纯"阳性/阴性"二值判断，便于按风险分层设定不同阈值。

第二，把"锁定"做到极致。所有预处理步骤、聚合规则、决策参数都在验证前预先设定并不可逆锁定，验证期间不做任何重训、阈值微调或配置调整——从根本上杜绝"先看答案再调模型"的数据泄露。

第三，以组织学确诊为终点，而非与阅片者"对答案"。评价标准是病理证实的 CIN3+（宫颈上皮内瘤变 3 级或更重），而非简单与人工判读的一致性；单一分类器同时覆盖 ThinPrep 与 SurePath 两种制片系统，无需平台专属重训。

3. 技术原理：数字病理全切片 + 集成模型输出风险概率

系统的处理流程可概括为四步：输入是 p16/Ki-67 双染的数字病理全切片（whole-slide image）；系统自动扫描切片、定位细胞并判断"同一细胞内 p16 与 Ki-67 是否同时阳性"；集成模型融合多个模型的判断，输出该切片的风险概率；最后按预设阈值决定是否转诊阴道镜。

需要厘清一点：这里测的是一款在实验室工作流内运行、带锁定协议和独立监督的研究系统，而非面向公众的通用图像识别产品。它解决的是"细胞学判读"这一明确、边界清晰的自动化任务，不能外推到"让 AI 直接给患者看病”。

4. 数据说话：锁定后独立验证敏感度 88.3%

研究用 1,919 例训练，在 9,006 例、4 个独立队列中盲法验证，其中完全独立的锁定后外部验证队列（EXVC）达 4,996 例。核心数据如下。

在完全独立、锁定后的外部验证队列中，Cytoreader-Fusion 对 CIN3+ 的检出敏感度达 88.3%、特异度 54.4%；这一表现在 HPV 筛查人群中高于 ASC-US 及以上级别的 Pap 细胞学，与手工双染判读相当或更优。 文中"90% UI"指 90% 不确定性区间（uncertainty interval），是贝叶斯框架下的可信区间，而非经典频率学派的置信区间（CI）。

需要强调的是：特异度 54.4% 意味着仍有相当比例的假阳性会进入转诊，因此它更应作为"自动化分流层"与 HPV 基因分型等手段联合使用；而敏感度 88.3% 也意味着约 11.7% 的 CIN3+ 仍可能被漏检。

5. 从实验室到临床：应用前景与局限

可能的应用场景包括：作为 HPV 初筛后的自动化分流层，替代或辅助人工判读双染细胞学，提升筛查的规模化与一致性；在病理医生短缺的低资源地区，缓解阅片人力压力；其"概率化输出"也可支持按风险分层，把有限转诊资源导向高风险人群。它与本站此前解读的细胞病理通用视觉基础模型 CROWN同属"数字病理 + AI"方向，一个做通用表征、一个做特定筛查任务的严格验证，互为补充；也与一管血早筛多种癌症的 PATHFINDER 2共同勾勒出"AI 癌症筛查"的落地图景。

局限至少四点。其一，特异度仅 54.4%，仍会带来较多假阳性转诊，需与 HPV 基因分型、后续细胞学复查等联合，才能控制不必要的阴道镜转诊。其二，队列主要来自美国（凯撒医疗、密西西比）与德国，跨种族、跨地区、低资源环境的泛化仍需验证。其三，这是对存档玻片的回顾性验证，尚未以前瞻方式证明能改善实际转诊率与患者结局。其四，敏感度 88.3% 仍非满分，约 11.7% 的 CIN3+ 可能漏检，需持续监测漏诊风险。

6. 结论与产业启示

这项研究给出一个清晰信号：在"预设锁定 + 诚实中间人盲法 + 独立外部验证 + 组织学确诊终点"的高严格度框架下，AI 判读双染细胞学达到了敏感度 88.3%，为填补宫颈癌筛查的自动化缺口提供了强证据，也为"医疗AI解决方案"进入人口级筛查提供了可信的验证范式。

对医疗 AI 产业有三点可执行建议：一是把"预设锁定、独立外部验证、以临床确诊为终点"作为"医疗AI评估验证"的标配流程，用方法学的严格换来临床信任；二是把 AI 定位为"自动化分流层”，辅助而非替代病理医生，始终保持人在环内（human-in-the-loop）；三是优先设计跨平台、概率化的输出，降低多中心落地时的重训与配置成本。对从业者而言，一个真正可部署的筛查 AI，价值不在"测试集分数多高”，而在它能否在锁定后、独立、跨平台地稳定工作。

相关问题

Q：这个 AI 现在能直接用于宫颈癌筛查吗？

A：尚不能直接替代常规流程。它是一项研究性验证中的 AI 系统，并非获批上市的医疗器械产品；且本次为回顾性玻片验证，还需前瞻性研究证明其能改善实际转诊与患者结局，并完成相应监管审批后才能考虑常规使用。

Q：它会替代病理医生的人工判读吗？

A：不会。论文的定位是"自动化分流层”，即替代繁琐、主观的人工判读以提升规模化与一致性，最终决策与质量控制仍需病理医生在环内把关，AI 是辅助而非替代。

Q：这项研究适用于中国等非美欧人群吗？

A：需谨慎。本次队列主要来自美国和德国，跨种族、跨地区、低资源环境的泛化尚未验证，直接外推需用本地数据再验证；但其"预设锁定 + 独立外部验证"的方法框架可以借鉴。

参考文献

1. Lahrmann B, Keil A, Miranda Ruiz F, et al. Closing the Automation Gap in HPV-Based Cervical Cancer Screening: Independent External Validation of an AI Model for Dual-Stain Triage. NEJM AI. 2026;3(10). DOI: 10.1056/AIoa2600270
2. Wentzensen N, Lahrmann B, Clarke MA, et al. Accuracy and Efficiency of Deep-Learning–Based Automation of Dual Stain Cytology in Cervical Cancer Screening. J Natl Cancer Inst. 2021;113(1):72–79. DOI: 10.1093/jnci/djaa066

本文基于 Closing the Automation Gap in HPV-Based Cervical Cancer Screening 的独立解读，仅供学术交流，不构成临床建议。