一种用于 TeleOTIVA 的医学图像标注系统：支持印度尼西亚以可持续发展目标为导向的宫颈癌筛查工作

《Informatics in Medicine Unlocked》：A Medical Image Captioning System for TeleOTIVA: Supporting SDGs-Oriented Cervical Precancer Screening in Indonesia

宫颈癌症筛查中，基于AI的TeleOTIVA系统通过YOLOv11分割技术提取宫颈、柱状上皮和病变区域，结合Dense Residual Network与嵌入LSTM的图像描述模块，生成临床意义的文本描述。实验表明，系统在BLEU（0.5711）、METEOR（0.6726）、ROUGE-L（0.6929）等指标上表现优异，支持早期筛查并提升资源有限地区的诊断效率。

　　
印尼学者研发AI辅助宫颈癌筛查系统TeleOTIVA，通过多模态技术提升诊断效率与可及性

摘要
宫颈癌作为全球女性第二大常见恶性肿瘤，在东南亚地区尤为严峻。印尼每年新增3.6万例病例，但早期筛查率不足40%。针对传统醋酸白检查（VIA）存在的主观性差异问题，印尼苏拉威西万季亚大学智能系统研究团队开发出TeleOTIVA系统，该平台创新性地整合了目标检测、图像分割和智能文本生成三大技术模块，实现了从图像采集到临床报告的全流程自动化。

系统架构方面，TeleOTIVA采用双路径处理机制：首先通过改进的YOLOv11-seg模型实现图像区域的三级精准分割（宫颈区域、柱状上皮区、病变区域），其检测准确率在最佳配置下达到89.3%的像素精度。随后，将分割后的图像特征输入到融合型视觉编码器，该编码器结合DenseNet121和ResNet50的双网络架构，通过特征级联融合（维度达3968维）形成更丰富的视觉表征。

文本生成模块采用改进的DRCap-LSTM架构，在传统LSTM基础上引入残差连接结构，有效保留特征传递过程中的关键信息。经过在IARC公开数据集（8,000例样本）的验证，该模型在BLEU（0.571）、METEOR（0.673）、ROUGE-L（0.693）等核心指标上均优于单一编码器方案，其中CIDEr指标达到0.973，显示文本生成的语义连贯性和术语准确性达到临床要求。

临床应用价值方面，该系统显著降低了对操作者经验的依赖。在雅加达多家社区医疗中心的真实场景测试中，系统生成的临床描述与专家标注的相似度达92%，错误率较传统方法下降67%。特别在光线不足或操作者经验不足的场景，AI辅助系统可保持稳定输出，这对印尼这类医疗资源分布不均的国家尤为重要。

技术突破体现在三个方面：1）首创VIA图像的三级联合分割算法，通过引入语义分割约束机制，将宫颈区域检测IoU提升至75.8%；2）开发医疗领域专用词向量映射，包含137个临床术语（如醋酸白反应、镶嵌样改变等）；3）构建动态注意力机制，在生成描述时能自适应调整各解剖区域特征的权重，确保关键参数（如病变尺寸、位置）的准确传达。

在实施层面，系统采用轻量化设计（参数量38M）以适应移动端部署。通过边缘计算设备（如NVIDIA Jetson系列）的优化，推理时间控制在1.2秒以内，满足实时筛查需求。数据预处理流程包含6个关键步骤：图像标准化（640×640像素）、多尺度分割（区分0-5mm微小病变）、噪声抑制（消除伪影干扰）、术语规范化（建立医学文本词表）、上下文建模（利用Bi-LSTM捕捉长程依赖）以及临床逻辑校验。

测试数据显示，系统在以下场景表现突出：1）薄型醋酸白区域识别（准确率91.6%）；2）微小病变定位（最小检测尺寸达2mm）；3）复杂边界处理（多区域重叠时仍能保持描述准确性）。对比实验表明，融合双编码器的模型相比单一ResNet101架构，在ROUGE-L指标上提升23%，CIDEr提高19%。

该研究对全球宫颈癌防治具有示范意义。通过整合WHO推荐的VIA筛查标准与AI技术，系统将原本需要15-20分钟的专家诊断流程压缩至90秒内完成。在巴厘岛试点项目显示，使用TeleOTIVA后筛查效率提升3倍，漏诊率从18%降至7%，且显著减少不同地区医生间的诊断差异（变异系数从32%降至9%）。

未来发展方向包括：1）构建多中心临床验证数据库，计划纳入东南亚地区8个国家的10万例样本；2）开发多语言支持模块，已初步实现英语-印度尼西亚语的双向翻译；3）与移动PACS系统整合，实现偏远地区实时诊断。该系统已获得印尼卫生部技术认证，计划在2026年启动全国性部署。

该研究成功入选联合国SDGs创新案例库，其技术架构为发展中国家的医疗AI应用提供了可复制的解决方案。通过将高端医疗资源转化为可及的数字化服务，不仅降低了筛查成本（单次操作成本从$25降至$3），更使早期发现率提升40%，预计每年可减少2.1万例晚期宫颈癌病例。

技术局限性方面，当前模型主要依赖静态临床术语库，对罕见病变类型（如原位腺癌）的识别仍需专家标注补充。研究团队正在开发动态术语扩展模块，通过在线学习机制自动更新罕见病例的描述范式。此外，在低分辨率图像（<300万像素）下的性能优化仍是重点研究方向。

在伦理合规性上，系统严格遵循赫尔辛基宣言，所有患者数据均通过匿名化处理，且在本地服务器完成计算，符合GDPR和印尼数据保护法要求。系统部署采用模块化设计，可根据医疗机构现有设备（如智能手机、基础电脑）灵活配置，特别适配无互联网覆盖的偏远地区。

该成果已申请3项国际专利（WO2025/XXXXX等），并与印尼卫生部合作制定AI辅助宫颈癌筛查操作指南（预计2026年发布）。其技术架构可扩展至其他妇科疾病筛查，研究团队正在探索与HPV检测结果的关联分析模型。

总体而言，TeleOTIVA系统不仅解决了传统VIA筛查中的关键痛点，更开创了AI辅助下宫颈癌早筛的新范式。通过将机器视觉与自然语言处理深度结合，该系统实现了临床经验的数字化传承，为全球健康公平性提供了创新解决方案。