IF=15.1 赛维森科技与孙逸仙纪念医院联手，尿液细胞学检查AI辅助诊断获国际认可！

3月27日，赛维森科技携手孙逸仙纪念医院林天歆教授、吴少旭教授及其团队的研究成果在柳叶刀子刊 eClinicalMedicine(IF=15.1)在线发表，题为"Development and validation of an artificial intelligencebased model for detecting urothelial carcinoma using urine cytology images: a multicentre, diagnostic study with prospective validation”。本研究开创性地提出一种名为 PUCAS 的尿液细胞学 AI 辅助诊断模型，能够通过分析尿液细胞图像，辅助医生更加精准地识别尿路上皮癌，大大降低漏诊率。

尿路上皮癌 （UC）是泌尿系统常见的恶性肿瘤之一，尿液细胞检査是其重要的检査手段。然而，传统尿液细胞检查准确性有限，可能会漏诊早期癌症患者，同时也会将一些良性病例误诊为癌症，导致患者接受不必要的膀胱镜检查，增加患者负担。

本研究开创性地提出一种名为 PUCAS 的尿液细胞学 AI 辅助诊断模型。该模型就好比医生的"火眼金睛",能够通过分析尿液细胞图像，辅助医生更加精准地识别尿路上皮癌，大大降低漏诊率。

PUCAS 模型的优势体现在哪里?

• 尿液检查的超强辅助-研究表明，PUCAS 模型的检测敏感性高达 0.896-1.000，这将大大降低尿路上皮癌的漏诊率，让早期发现不再困难。

• 告别 FISH 检查困扰- PUCAS 模型的表现甚至优于传统的 FISH 检查 (荧光原位杂交技术)，可作为 FISH 检查的替代方案，为患者提供更精准的诊断依据。

• 减少不必要的膀胱镜检查-在肿瘤复发检测中，PUCAS 模型可帮助医生降低 57.5% 的膀胱镜检查使用率，减轻患者负担的同时，保持较高的阴性预测值(96.4%)。

PUCAS 模型的章义

PUCAS 模型的研发成功，将有利于:

• 提高尿路上皮癌的早期检出率

• 降低尿液细胞检查的误诊率

• 减少患者接受不必要的膀胱镜检查，减轻患者负担

• 提高医疗资源的利用效率

未来展望

目前，PUCAS 模型已经在国内多家医院进行验证，取得积极的成果。下一步，我们将继续推进 PUCAS模型在临床上的应用，让该技术惠及更广大的人群。