(相關(guān)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(tǒng)識別率超過90%。2月17日，記者從陸軍軍醫(yī)大學新橋醫(yī)院獲悉，由該院血液病醫(yī)學中心牽頭研發(fā)的一項血細胞AI智能影像診斷系統(tǒng)經(jīng)過五年“學習”，從一名“小學生”成為“大學畢業(yè)生”，已獲得“國家醫(yī)療器械Ⅰ類資質(zhì)證書”，并已收到多家國內(nèi)知名醫(yī)院拋來的“橄欖枝”，即將走上“實習崗位”。

檢驗醫(yī)師正在操作AI智能影像診斷系統(tǒng)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(tài)是否有異常改變，是臨床診斷血液和淋巴系統(tǒng)疾病的重要依據(jù)，所以往往這項檢查又被稱為血液系統(tǒng)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(yī)師經(jīng)驗差異等因素嚴重制約了其臨床應用和發(fā)展速度。

新橋醫(yī)院血液病醫(yī)學中心主任張曦教授介紹，隨著人工智能技術(shù)（AI）日新月異發(fā)展，為臨床血液形態(tài)學檢查拓展了一條全新的路徑。他們多年前已展開AI+醫(yī)學影像技術(shù)的研發(fā)，將人工智能技術(shù)具體應用在醫(yī)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(huán)節(jié)，其主要目的是將影像這類非機構(gòu)化數(shù)據(jù)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(huán)節(jié)，是AI應用的最核心環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡(luò)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(fā)的這套系統(tǒng)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(tài)學檢驗臨床經(jīng)驗的彭賢貴副主任技師帶領(lǐng)的團隊，一邊用設(shè)備采集細胞涂片的影像信息，指導這套系統(tǒng)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(jīng)過5年時間大量數(shù)據(jù)的學習積累，這位“小學生”已經(jīng)從新橋醫(yī)院血液病醫(yī)學中心積累了2000余例臨床病例的學習，它已經(jīng)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(xiàn)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(xiàn)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(fā)生病變的細胞進行重點標注，為醫(yī)生出具病理檢驗報告提供了依據(jù)。

張曦教授介紹，這款AI+醫(yī)學影像技術(shù)依托于新橋醫(yī)院大量臨床病例的學習與積累，他們在這一領(lǐng)域的研發(fā)已處于世界前沿地位，運用人工智能技術(shù)的輔助診斷功能，將是未來外周血細胞形態(tài)學檢驗診斷的主要發(fā)展趨勢。目前，已有國內(nèi)多家醫(yī)療機構(gòu)向他們表達了下一步深度合作研發(fā)的意愿，為這位“大學生畢業(yè)生”提供更廣闊的“實習崗位”。

隨著這項技術(shù)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(tài)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(tài)學檢查。在不久的將來，它還能結(jié)合臨床給出具有豐富圖文解讀、精準的檢測結(jié)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(shù)助力科學、規(guī)范、精準的檢驗診斷服務更好下沉到基層醫(yī)療機構(gòu)，為血液醫(yī)生診斷疾病提供更可靠依據(jù)，造福更多的患者。

關(guān)鍵詞： 人工智能 系統(tǒng)診斷