英国国家医疗服务体系（NHS）的两家医疗信托机构将开始临床使用创新的PinPoint人工智能血液检测技术，用于疑似子宫癌的女性患者。这标志着妇科诊断流程可能迎来颠覆性变革。

在一项涉及3313名患者的大规模研究中，机器学习模型在识别和排除妇科癌症方面均展现出99%的准确率。英格兰每年约有9万名女性因绝经后大量出血而接受检查，其中约1万人被确诊为子宫癌（子宫内膜癌），每年有2700名患者死于该疾病。

目前的标准检查流程包括经阴道超声测量子宫内膜厚度，若仍存疑虑则需进行活检和宫腔镜检查。许多女性认为这些方法痛苦且具有侵入性，而20%转诊患者最终并未确诊癌症。据研发方评估，新检测可在初诊阶段排除癌症，每年约使1.8万名女性免于不必要的检查。

PinPoint技术原理

PinPoint算法通过分析血液样本中的30种生物标志物，将风险等级划分为低风险、中风险和高风险。该技术由利兹的PinPoint Data Science公司开发，专注于医疗数据统计分析。

这项应用始于一项涉及16481名患者的试验。约克郡170家诊所的全科医生将这些患者转诊进行九种癌症筛查，其中3313名为出血症状疑似子宫癌的女性。PinPoint Data Science首席医疗官肖恩·达菲强调："99%的准确率在任何临床标准下都堪称卓越，但更关键的是，该检测能可靠地排除低风险女性的癌症可能。"

米德约克郡NHS教学信托计划将该检测用于六种妇科癌症及上消化道癌症的筛查。利兹教学医院NHS信托将率先应用于妇科肿瘤领域。医生指出，目前排除癌症需要多达六次患者就诊，而PinPoint将加速流程并释放医疗资源。利兹信托的妇科顾问医师特雷西·杰克逊表示："真正患癌的女性将更快获得诊疗，这正是我们应聚焦的方向。"

英国癌症研究中心称该成果"前景广阔"，但机构代表萨曼莎·哈里森强调仍需更多研究评估其对患者和医疗系统的实际效益。

专家观点：基于血液的AI筛查不仅是诊断技术的进化，更是一场革命。以99%准确率通过非侵入性手段排除癌症，将大幅减轻医疗系统负担并改善患者生活质量。但关键挑战在于此类方案的规模化推广及与常规临床实践的融合。若数据在更广泛人群中得到验证，我们将见证个性化肿瘤学新时代的到来。