(相關資料圖)
科技日報記者 雍黎 通訊員 曾理
血細胞AI智能影像診斷系統識別率超過90%。2月17日，記者從陸軍軍醫大學新橋醫院獲悉，由該院血液病醫學中心牽頭研發的一項血細胞AI智能影像診斷系統經過五年“學習”，從一名“小學生”成為“大學畢業生”，已獲得“國家醫療器械Ⅰ類資質證書”，并已收到多家國內知名醫院拋來的“橄欖枝”，即將走上“實習崗位”。
檢驗醫師正在操作AI智能影像診斷系統讀取骨髓涂片。曾理 攝
在人體血液和骨髓中有豐富的白細胞、紅細胞、血小板、粒細胞、巨核細胞、淋巴細胞等，其中影像學檢查診斷細胞形態是否有異常改變，是臨床診斷血液和淋巴系統疾病的重要依據，所以往往這項檢查又被稱為血液系統疾病患者最終的“判決書”。以往血液實驗室檢驗診斷主要以人工顯微鏡觀察為主，由于手工操作和醫師經驗差異等因素嚴重制約了其臨床應用和發展速度。
新橋醫院血液病醫學中心主任張曦教授介紹，隨著人工智能技術（AI）日新月異發展，為臨床血液形態學檢查拓展了一條全新的路徑。他們多年前已展開AI+醫學影像技術的研發，將人工智能技術具體應用在醫學影像的診斷上。
目前他們展開的研究主要分為兩部分：一是圖像識別，應用于感知環節，其主要目的是將影像這類非機構化數據進行分析，獲取一些有意義的信息；二是深度學習，應用于學習和分析環節，是AI應用的最核心環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握“診斷”的能力。
2018年，他們牽頭研發的這套系統剛剛面世時，就像一個“小學生”剛剛開始對一個個正常血液細胞的辨識。作為這位“小學生”的指導老師，擁有30多年豐富血液形態學檢驗臨床經驗的彭賢貴副主任技師帶領的團隊，一邊用設備采集細胞涂片的影像信息，指導這套系統識別，一邊由人工肉眼在顯微鏡下讀片。再同步比對后，對正確的識別進行確認儲存，對有誤的識別進行糾錯校正。
經過5年時間大量數據的學習積累，這位“小學生”已經從新橋醫院血液病醫學中心積累了2000余例臨床病例的學習，它已經可以識別49類異常血細胞類型，平均識別率超過90%，覆蓋臨床現有大部分常見類型，病理符合率高，基本滿足臨床識別需求?，F在檢驗技師只需要將做好的骨髓涂片放到入電子顯微鏡下進行掃描，不到1秒一分鐘，它就能在顯示屏上標出識別出來的各種細胞的名稱，并對發生病變的細胞進行重點標注，為醫生出具病理檢驗報告提供了依據。
張曦教授介紹，這款AI+醫學影像技術依托于新橋醫院大量臨床病例的學習與積累，他們在這一領域的研發已處于世界前沿地位，運用人工智能技術的輔助診斷功能，將是未來外周血細胞形態學檢驗診斷的主要發展趨勢。目前，已有國內多家醫療機構向他們表達了下一步深度合作研發的意愿，為這位“大學生畢業生”提供更廣闊的“實習崗位”。
隨著這項技術在臨床的推廣運用，其學習能力進一步得到提升，將為外周血細胞形態學檢驗診斷帶來突破性進展，并可能逐漸替代大部分人工顯微鏡形態學檢查。在不久的將來，它還能結合臨床給出具有豐富圖文解讀、精準的檢測結果、明確的檢驗診斷的外周血細胞學檢驗診斷報告，借助人工智能技術助力科學、規范、精準的檢驗診斷服務更好下沉到基層醫療機構，為血液醫生診斷疾病提供更可靠依據，造福更多的患者。
營業執照公示信息