深度学习宫颈细胞学筛查综述：方法、算法、挑战与前景

该综述系统归纳了深度学习在宫颈细胞学筛查中的研究进展，确立了全切片图像置信度聚合与细胞级 Bethesda 分类两条临床实施路径。研究对比了 16 个公开细胞学数据集与 CAISHI 组织病理学数据集，指出单细胞准确率已达基准饱和且存在指标不可比与数据泄露风险。作者整合出数据基准、可信 AI 与卫生经济学等五大挑战，强调未来临床转化需依靠多中心验证和实用性临床试验。