人工智能指导下的宫颈癌及癌前病变的筛查技术

1 筛选子宫颈癌及其癌前病变的临床及流行病学高危因素，建立宫颈癌 / 癌前病变的风险预测模型，为我国宫颈癌筛查策略的制定健康管理提供数据支持和科学依据，完善子宫颈癌的一级和二级预防的综合防控。

2 引入阴道镜特征图像学习模型，采用主动学习和融合学习方式，将阴道镜图像技术由主观诊断转化为人工智能指导的病灶定位和宫颈癌检测识别，增加宫颈癌前病变早期诊断准确率。

3 建立一个宫颈癌筛查系统，该系统包括电子化数据收集和实时阴道镜辅助交互提示系统，该系统综合了临床与流行病学高危因素模型和特征图像学习模型来评价宫颈癌 / 癌前病变的发病风险，为宫颈癌的筛查提供低成本、高精准的人工智能方法。