尿脱落细胞学检查是膀胱癌诊断和随访的一种非侵入性方法。但由于病理学家检查者的依赖性，这种方法存在敏感性低、重复性不足的问题，尤其是低等级肿瘤。膀胱镜检查是检查的金标准，但重复进行时患者认为其具有攻击性。

最近，有研究人员调查了人工智能（AI）改善脱落细胞学的情况。

研究是一项全国性的前瞻性多中心试验（14个中心），包括了1360名患者，共分为两组。第一组包括不同组织学等级和阶段的膀胱癌诊断，第二组包括基于膀胱镜和细胞学阴性结果的对照患者。VISIOCYT1试验第一步的重点是算法的开发，第二步是验证该算法。第一步共纳入598名患者，449名为膀胱肿瘤患者（219名高等级和230名低等级），149名作为阴性对照。

结果表明，VisioCyt检测与细胞学检测相比，总体灵敏度得到了很大提高，分别为84.9%和43%。对于高等级肿瘤，VisioCyt测试的灵敏度为92.6%，而泌尿病理学家的灵敏度为61.1%。关于低等级肿瘤，VisioCyt测试的敏感性为77%，而泌尿系统病理学家为26.3%。

最后，研究人员指出，与常规细胞学检查相比，第一阶段的VISIOCYT1结果在灵敏度方面有非常明显的进步。对于低等级肿瘤尤其明显。如果验证队列证实了这些结果，就可以将VisioCyt测试视为病理学家非常有用的辅助手段。此外，该测试是基于人工智能的软件，随着更多数据的收集，它会变得越来越高效。

原始出处：

Thierry Lebret ， Géraldine Pignot ， Marc Colombel et al. Artificial intelligence to improve cytology performances in bladder carcinoma detection： results of the VisioCyt assay. BJU Int. Mar 2021