手把手教你看懂宫颈癌筛查报告 — TCT检查
标准的报告单包括以下几个重点板块：样本满意度、上皮细胞分析（鳞状上皮细胞&腺上皮细胞分析）、镜下所见细胞图、医师诊断结果及意见。
当然，很多医院也会出示这种报告，简化理解难度，其实大体意思都差不多。
三、报告单中的小方块是什么意思？
从报告上可以看见很多小方块，当病理医师观察细胞时，发现对应的症状，就会在相应栏目前的小方块打勾。观察到相应症状，就打“√”；没有，就不打“√”。
四、“鳞状上皮细胞分析”和“腺上皮细胞分析”
医生在女性宫颈口采集的标本中含有多种细胞，病理医师主要对宫颈鳞状上皮细胞和宫颈腺上皮细胞进行观察分析。
那，他们为什么要重点分析这两种细胞呢？
因为宫颈癌主要分两种：鳞癌和腺癌。鳞癌就是宫颈鳞状上皮细胞癌变所致，腺癌就是宫颈腺上皮细胞癌变所致。目前发病率较高的是鳞癌，大概占宫颈癌的75-85%。腺癌发病率低，但治疗难度相对较大。
所以，你拿到的标准报告是用竖线分成两块的，左边部分是鳞状上皮细胞分析情况，右边分析部分是腺上皮细胞分析情况。
前面我们谈及了报告的主要板块，下面我们就每个板块的意义做详细的解读。（通俗易懂，大家没医学知识也不要怕，很容易理解！）
五、每个板块有何意义？
我们上文提到TBS报告单几个板块，即：样本满意度、上皮细胞分析（鳞状上皮细胞&腺上皮细胞分析）、镜下所见细胞图、医师诊断结果及意见。一一分解！
【板块一】样本满意度
该板块包括4个指标：满意、颈管细胞、化生细胞、不满意四个栏目。不同医院栏目不同，但主要项目指标大致差不多。
为什么要列出这个栏目呢？我们先看下医生是怎样取宫颈细胞的。
医生先将你的阴道撑开，再用专业的“小刷子”在宫颈口采集脱落的细胞。然后将采集到的细胞标本转移到细胞保存液中，送至实验室制片、染色，最后由专业医师在显微镜下观察细胞形态变化。
所以，细胞学检查做得好不好，也跟采集的细胞标本关系密切。如果报告提供的病人资料、标本等不合格，就在不满意那一栏打“√”；合格，就在满意那一栏打“√”。不满意的标本需要退回重新采集。
【版块二】上皮细胞分析
病理医师将载有样本的玻片放在显微镜下观察，然后主要观察鳞状上皮细胞、腺上皮细胞有没有病变。所以，这部分是整个报告的精华所在，值得重点阅读。
上皮细胞分析分鳞状上皮细胞分析和腺状上皮细胞分析两块，我们主要对前者进行分析（鳞癌比例大）。
我们从上面这张图片可以看到很多项目，但它所反映的意义其实很简单。
1.未见上皮内病变或恶性病变
医生在小方块打“√”，表明一切正常。
2.微生物
本栏目主要针对外来入侵物进行的检测，比如：病毒、细菌、滴虫等微生物，医生在哪一栏小方块打“√”，表明受到哪种致病原微生物感染，需要及时治疗。
3.反应性细胞改变（主要指炎性改变）
炎症会改变细胞形态，有时显微镜观察视野中会出现白细胞。通过计算白细胞数量，可以判别炎症程度。
图：重度炎症反应
4.非典型鳞状细胞
全称叫ASC-US不能明确意义的非典型鳞状细胞，它是介于正常与癌前病变之间的一种临界状态。主要是指宫颈表面的鳞状细胞在很多理化因素的影响下，在形态、排列等方面发生了一些不太典型的变化。
图：非典型鳞状细胞
这种不典型的变化可能是恶性病变（ASC-H）引起的，也可能是其他原因造成的，医生无法做出明确判断，需要进一步借助其他方式诊断。（通俗说，就是它长得既不像正常细胞，又不像恶性病变的细胞，所以病理医师不能给出明确判断）
5.低度鳞状上皮内病变
指鳞状上皮细胞发生轻度病变
6.高度鳞状上皮内病变
指鳞状上皮细胞发生中度、重度病变
7.鳞状细胞癌
指确诊为宫颈癌——鳞癌
补充：腺上皮细胞分析
腺上皮细胞的分析和鳞状上表细胞的分析类似。（绝大多数宫颈癌为鳞癌，所以我们仅重点分析鳞状上皮细胞）
图：腺上皮细胞分析
【板块三】镜下所见细胞图
这个是给医生看的，我们不需理解。
【板块四】医师诊断结果及意见
这个是我们需要重点关心的。分析完毕后，病理医师会在最下面给出明确的诊断结果和意见。
（1）TBS报告一般会出现以下几种结果（主要分析鳞癌）：
未见上皮内病变及恶性病变
微生物感染
反应性细胞性改变（通常为炎症反应）
意义不明的非典型鳞状细胞（ASCUS）
低度鳞状上皮内病变（LSIL）
高度鳞状上皮内病变（HSIL）
鳞状细胞癌（SCC）
未见上皮内病变及恶性病变
微生物感染
反应性细胞性改变（通常为炎症反应）
意义不明的非典型鳞状细胞（ASCUS）
低度鳞状上皮内病变（LSIL）
高度鳞状上皮内病变（HSIL）
鳞状细胞癌（SCC）
（2）哪些结果表示正常？
大家查TCT就是为了检查宫颈细胞是否发生癌变或癌前病变，以下结果均表示无癌变或癌前病变的诊断结果：
未见上皮内病变及恶性病变
反应性细胞性改变（通常为炎症反应）
微生物感染
未见上皮内病变及恶性病变
反应性细胞性改变（通常为炎症反应）
微生物感染
病理医师会给出的意见为：
①一切正常，则建议1年之后复查。
②如果有炎症，建议先治疗好炎症，3-6个月后复查。
因为TCT采集的是宫颈脱落细胞，然后进行观察。如果炎性背景太重，会影响观察视野，继而影响病理医生对脱落细胞的客观分析。
图：无上皮内病变或恶性病变及医师意见
（3）哪些结果表示异常
意义不明的非典型鳞状细胞（ASCUS）
低度鳞状上皮内病变（LSIL）
高度鳞状上皮内病变（HSIL）
鳞状细胞癌（SCC）
意义不明的非典型鳞状细胞（ASCUS）
低度鳞状上皮内病变（LSIL）
高度鳞状上皮内病变（HSIL）
鳞状细胞癌（SCC）
病理医师会给出的意见为：
①意义不明的非典型鳞状细胞（ASCUS），建议HPV检测，结合高危型HPV检查进行判断。
☞如果高危HPV阳性，建议病理活检
☞如果高危HPV阴性，建议3-6个月后细胞学复查
图：不典型鳞状上皮细胞及医师意见
②低度鳞状上皮内病变（LSIL）&高度鳞状上皮内病变（HSIL），建议病理活检
③鳞状细胞癌（SCC），确诊为癌症
六、举个图例！
以下是不同医院的TCT检查报告案例，虽然所写栏目不同，但本质大体一样。
七、讨论
TCT检查报告有异常，就会得宫颈癌吗？
推荐阅读
您若对以下内容满意，欢迎关注我们的微信号：乐检查（ID：Mtijian），关注后回复括号内的关键词即可阅读。
回复：【白带常规】，看《手把手教你读懂体检报告——白带常规》
回复：【女性体检】，看《各年龄段女人体检应该做什么项目？》
回复：【宫颈糜烂】，看《别浪费钱了！宫颈糜烂不是病，压根儿不用治！》返回搜狐，查看更多
人工智能（AI）筛查宫颈癌这个时代马上就要到来了！
金宝两周前在《医海纵横》栏目中为大家分享了关于宫颈癌的科普知识，本周金宝在美国国立卫生研究院的博客上又发现了关于宫颈癌筛查和诊断的新方法，在这里分享给大家。
美国国立卫生研究院的研究人员正在将人工智能（AI）分析与智能手机摄像头相结合，以帮助更多女性避免宫颈癌。
发表在《美国国家癌症研究所杂志》上的一项研究中，研究人员使用一台高性能计算机解析了数千张宫颈照片，这些照片是20多年前在一项癌症筛查研究中的志愿者那里获得的。计算机以特定模式学习识别与宫颈癌前病变和癌前病变相关特征，这些特征信息被用来开发一种算法以便在图集中可以可靠地检测这些变化。事实上，人工智能算法在检测癌前病变方面优于人类专家评审员和所有的标准筛查试验。
几乎所有的宫颈癌都是由人类乳头瘤病毒(HPV)引起的。关于宫颈癌筛查，先是使用宫颈涂片检查，现在也使用HPV检测，检测方法的进步极大地降低了宫颈癌的死亡率。但是，每年仍有4000多名美国女性死于这种癌症，黑人及年龄较大的女性罹患这种癌症的频率更高。在世界各地，超过25万的女性死于这种可预防的疾病，死亡病例大多数发生在贫困和偏远地区。
研究人员一直在寻找成本低廉且易于使用的工具，而且这些工具必须在检测最有可能发展成宫颈癌的HPV感染方面非常有效。这些工具还必须在样品制备和实验室分析资源有限的区域发挥良好的作用。出于这个原因，美国国家卫生研究院国家癌症研究所(NCI)和华盛顿贝尔维尤的全球公益组织(GlobalGood)的研究人员展开了合作。该组织与比尔·盖茨展开合作为发展中国家开发了这项能改变很多女性命运技术。
全球公益组织的研究人员联系了NCI专家，希望将人工智能应用于海量的宫颈图像数据集。NCI专家建议在哥斯达黎加进行一项为期18年的宫颈癌筛查研究。这项由美国国立卫生研究院(NIH)资助的项目于上世纪90年代正式结束，生成了近6万张宫颈图像，随后由美国国立卫生研究院(NIH)的国家医学图书馆(NationalLibraryofMedicine)对这些图像进行数字化并安全储存。
研究人员认为，这些以高度标准化的方式获得的图像将成为开发计算机宫颈癌检测算法的完美训练材料。此类人工智能被称为机器学习(machinelearning)，它将成千上万的图像输入配备一个或多个高性能图形处理单元(GPU)的电脑，GPU允许计算机处理图像中的大量视觉数据，并设计一套规则或算法，使其能够学习如何“观察”图像的物理特征。
首先，研究人员让计算机创建了一个卷积神经网络。研究人员训练计算机读取图像，过滤掉数以百万计的非必要字节，并保留照片中的几百个字节，使其成为唯一可识别的字节（即特征）。他们将128万张覆盖数百个普通物体的彩色图像输入计算机，创造出与人类视觉系统一样能够区分物体及其特性的多层处理能力。
一旦卷积神经网络形成，研究人员就取得了巨大的进步：训练计算机系统观察健康的子宫颈、细胞发生令人担忧的变化的子宫颈或癌症前期的子宫颈的物理特征。这就是哥斯达黎加筛查试验中数千张子宫颈图像真正进入画面的地方。
当所有这些层次的处理能力形成后，研究人员就创建了“自动可视化评估”算法。它接着以惊人的准确性识别了哥斯达黎加研究中的241例已知癌症前期和38例已知癌症相关的图像。该算法存在的几个小问题仅仅来自于图像的颜色变暗或焦点模糊。
研究人员努力进行优化解决这些小问题，解决方法包括确定卫生工作者在一次例行宫颈骨盆检查如何采用智能手机获取高质量的照片以及在实际环境中如何为智能手机配备必要的软件来分析宫颈照片。目的是使卫生工作者能够使用智能手机或类似设备在患者的一次随访或就诊期间为女性患者进行宫颈癌的筛查和诊断。
事实上，研究人员已经在美国及其国外的智能手机上实地测试了这种人工智能筛查和诊断方法。如果一切顺利，这种成本低廉，方便易行的方法可以成为医疗条件较差地区人群减轻宫颈癌的负担的重要工具。
随着经济发展水平的提高和技术的进步，相信人们终将战胜宫颈癌这只每年在全球数十万女性死亡的恶魔。
-End-
原文发布时间|2019年2月1日