凯伦·耶茨博士概述了疫苗接种、HPV检测和AI辅助筛查方面的进展，以帮助应对非洲的宫颈癌。
宫颈癌仍然是全球最可预防但最不公平的癌症之一。尽管已有有效的疫苗用于一级预防、筛查技术以及针对癌前病变的根治性治疗，但撒哈拉以南非洲的宫颈癌发病率全球最高，估计每年新增病例超过11.7万例，死亡超过7.6万例，约占全球负担的四分之一。致癌性人乳头瘤病毒（HPV）类型的持续感染是几乎所有宫颈癌的基础，因此HPV检测及其与预防性护理的衔接成为消除战略的核心(1,2)。
2020年，世界卫生组织启动了《加速消除作为公共卫生问题的宫颈癌全球战略》，这是首个针对消除一种癌症作为公共卫生问题的倡议(3)。该战略的“90‑70‑90”目标要求：
- 15岁女孩HPV疫苗接种覆盖率达到90%
- 使用高性能检测进行筛查的覆盖率达到70%
- 癌前病变和浸润性疾病的治疗率达到90%(3)
如果能在2030年前成功实现这些目标，各国可将宫颈癌发病率降至每10万名女性少于4例的消除阈值以下(3)。
当前世卫组织针对低收入和中等收入国家的宫颈癌筛查指南建议，宫颈癌预防项目应从醋酸目视检查和细胞学方法转向以HPV DNA检测作为首选筛查方法，因为该方法对癌前病变的检测灵敏度更高，且阴性结果后的长期保护更可靠。世卫组织建议对30–49岁女性（以及感染HIV的女性中25–49岁）使用高性能HPV检测，在可行的情况下可接受自我取样以增加可及性(4)。
国家筛查项目应考虑（在可能的情况下）扩展HPV基因分型，并通过宫颈目视评估进行有效分诊以指导治疗。尽管世卫组织尚未推荐，因为仍需进一步验证和监管批准，但近期AI辅助视觉评估等AI辅助软件工具在宫颈目视分诊中的研究和验证显示出前景和证据(5,6)。这些工具在可靠地大规模部署之前，还需要进一步的真实世界实施研究和有效性验证。此类工具可通过自动化的宫颈图像审查和“风险评分”为筛查提供者提供决策支持，帮助识别最需要治疗的人群，同时认识到将所有HPV阳性女性全部转诊进行目视评估治疗可能会使一些资源匮乏的卫生系统不堪重负。在随访服务受限的环境中，对符合条件的病变采用消融疗法的筛查‑治疗策略可能更为可行，并鼓励项目设计适合当地情况的算法，以最大限度地减少失访。世卫组织指南还强调了质量保证、社区参与和监测系统的重要性，以确保项目有效性和公平可及性。
撒哈拉以南非洲各国是否走在消除宫颈癌的正确轨道上？
自2019年以来，实施HPV疫苗接种的非洲国家数量几乎增加了两倍，区域覆盖率从2020年的18%上升到2024年的约47%，其中卢旺达的覆盖率超过90%，有望在2030年之前率先达到世卫组织的消除目标(6)。一些国家凭借强大的政治意愿和资源投入取得了显著成功，加速了实现世卫组织全球消除战略的进程。然而，该地区大部分地区的筛查覆盖率和治疗可及性仍存在巨大差距。向单剂HPV疫苗的过渡以及学校项目的推广使疫苗接种覆盖率从2022年的28%跃升至2023年的40%，使非洲地区成为全球覆盖率第二高的地区(7)。
要实现宫颈癌消除，各国必须转向HPV检测
虽然醋酸目视检查使许多低收入和中等收入国家得以早期扩大筛查项目，但存在提供者解读差异大、灵敏度有限的风险(4)。HPV检测现已成为世卫组织推荐的首选筛查方法，因为其对癌前病变的检出率更高，且阴性预测值强(4)。HPV检测作为主要筛查策略具有以下优势：
- 可行且可接受的自我取样；
- 更长的筛查间隔；
- 基于风险的管理；
- 更早发现高级别病变。
对更经济实惠、可在或接近护理点进行快速分子诊断平台的HPV检测需求也在增加，这些平台将支持HPV结果的快速周转，实现当天的HPV筛查，并大幅减少失访，这仍然是非洲卫生系统面临的关键挑战(8)。
有大量证据表明，通过快速扩大人口覆盖率和采用HPV检测作为主要筛查方式具有巨大潜力——来自不同国家背景和荟萃分析的数据显示，阴道自我取样检测HPV DNA与医务人员采集样本具有相似的灵敏度和特异性(9)，这支持了将阴道自我取样作为提高筛查覆盖率的变革性方法。女性可以在家中、社区或医疗机构私下采集样本，从而减少与污名化、恐惧和不适相关的障碍，以及提供筛查人员短缺的卫生系统挑战。通过HPV DNA自我取样，检测结果为阴性的女性可以得到咨询和安抚，同时将资源集中于为大多数高危型HPV阳性女性提供高质量的宫颈目视评估（醋酸目视检查分诊）和当天的预防性治疗。这一策略还允许项目利用稀缺资源将最高风险的女性转入更高级别的护理，以便进行切除治疗或对更高级别病变的进一步检查。
扩展HPV基因分型可提高筛查和预防的精准度
人工智能（AI）与自动化视觉评估（AVE）。传统的HPV检测报告合并的高危型阳性结果。新的检测方法可实现扩展基因分型，单独或分组识别HPV16和18以外的致癌类型，并通过自然风险分级进行分层风险预测，从而指导基于风险的临床管理，采用有针对性的分诊路径，并降低过度治疗的风险。基于基因型的算法越来越多地被整合到筛查‑分诊‑治疗模型中，以优化治疗阈值(5,6,10)。
人工智能有潜力改善宫颈癌筛查。自动化视觉评估利用深度学习分析通过移动阴道镜拍摄的数字宫颈图像。预期益处包括减少筛查提供者在HPV阳性女性宫颈目视评估中的主观性，实现非医师筛查提供者之间对宫颈癌前病变的实时标准化解读，同时支持筛查项目中任务分担策略的加强。
PAVE联盟：整合HPV扩展基因分型与人工智能
“人乳头瘤病毒自动化视觉评估”（PAVE）联盟是目前在低收入和中等收入国家开展的最全面的AI辅助宫颈筛查验证工作，涵盖马拉维、斯威士兰、坦桑尼亚和尼日利亚等九个国家。PAVE策略整合了：
- 阴道自我取样
- 基于风险扩展基因分型的HPV检测
- 自动化视觉评估（例如AI辅助）
- 当天治疗（热消融）或转诊（若不适合热消融）
通过结合分子诊断和影像学生物标志物，PAVE能够在筛查‑分诊‑治疗工作流程中实现精准风险分类(5,6)。
目前正在规划通过精心设计的有效性试验，在不同全球背景和不同风险人群中评估PAVE策略所需的实施评估。该联盟的多国数据集（包括HPV基因型、宫颈图像和组织病理学结果）正被用于验证能够提供实时癌前病变概率风险评分的深度学习算法。有效性研究将评估在常规筛查项目中实施的可行性、成本效益和卫生系统整合。建模研究表明，如果在大陆范围内推广，针对疾病负担最高地区的高危女性亚群，基于HPV的筛查结合AI分诊可避免数十万宫颈癌死亡(10)。
结论
非洲国家正处于消除宫颈癌的关键节点。尽管疾病负担仍然很高，但多项变革性创新——包括单剂HPV疫苗、扩展的HPV分子检测、自我取样策略以及人工智能辅助筛查——结合国家行动计划，正在重塑预防格局。
世卫组织和相关监管机构需要及时进行验证和进一步监管，以支持将这些创新纳入国家筛查项目。通过进一步加强卫生系统、确保公平获得治疗，这些创新可以为实现世卫组织宫颈癌消除目标提供切实可行的路径。凭借政治承诺、持续投资和战略实施，宫颈癌有望在本世纪内成为撒哈拉以南非洲第一个被消除的公共卫生威胁。
引用
- Singh D, Vignat J, Lorenzoni V et al. Global estimates of incidence and mortality of cervical cancer in 2020: a baseline analysis of the WHO Global Cervical Cancer Elimination Initiative. The Lancet Global Health, 2022; 11, e197-e206
- Wei F, Georges D, Man I, Baussano I, Clifford GM. Causal attribution of human papillomavirus genotypes to invasive cervical cancer worldwide: a systematic analysis of the global literature. The Lancet. 2024;404:435-444.
- Global strategy to accelerate the elimination of cervical cancer as a public health problem. World Health Organization; 2020. Licence: CC BY-NC-SA 3.0 IGO. Accessed March 17, 2026.
- Accessed March 20, 2026.
- Befano B, Kalpathy-Cramer J, Egemen D, Inturrisi F, Jeronimo J, Rodríguez AC, Campos N, Cremer M, Ribeiro A, Ajenifuja KO, Goldstein A, Haider A, Yeates K, Madeleine M, Norris T, Figueroa J, Alfaro K, Raiol T, Adepiti C, Norman J, Chilinda GK, Mchome B, Donastorg Y, Dlamini X, Conzuelo G, Banjo AA, Chone P, Mremi A, Benitez A, Rosberger Z, Vantha T, Prieto-Egido I, Boyd-Morin J, Clark C, Kinder S, Wentzensen N, Desai K, Perkins R, de Sanjosé S, Schiffman M; PAVE Consortium. Initial evaluation of a new cervical screening strategy combining human papillomavirus genotyping and automated visual evaluation: the Human Papillomavirus- Automated Visual Evaluation Consortium. J Natl Cancer Inst. 2025 Oct 1;117(10):2124-2129. doi: 10.1093/jnci/ djaf054. PMID: 40104876; PMCID: PMC12505130.
- de Sanjose et al. The Lancet Obstetrics, Gynaecology and Women’s Health. In press. March 2026.
- Campos NG, Castle PE, Wright TC Jr, Kim JJ. Cervical cancer screening in low-resource settings: A cost- effectiveness framework for valuing tradeoffs between test performance and program coverage. Int J Cancer. 2015 Nov 1;137(9):2208-19. doi: 10.1002/ijc.29594. Epub 2015 May 21. PMID: 25943074; PMCID: PMC4910518.
- Arbyn M., Smith S.B., Temin S., Sultana F., Castle P. Detecting cervical precancer and reaching underscreened women by using HPV testing on self samples: updated meta-analyses. BMJ. 2018;363:k4823. doi: 10.1136/bmj.k4823.
- Campos NG, Lowy DR, de Sanjosé S, Schiffman M. A cervical cancer control strategy for lower-resource settings: interventions to complement one-dose HPV vaccination. J Natl Cancer Inst Monogr. 2024 Nov 1;2024(67):417-423. doi: 10.1093/jncimonographs/ lgae040. PMID: 39529525; PMCID: PMC12104159.
【全文结束】