在血清蛋白电泳中使用机器学习检测M蛋白的专家级检测
Eike Elfert1, Wolfgang E Kaminski1,2, Christian Matek3
1Medical Faculty Mannheim, University of Heidelberg, Mannheim, Germany.
Clinical chemistry and laboratory medicine
|June 16, 2024
概括
机器学习模型现在可以在血清蛋白电泳 (SPE) 中自动检测单克隆蛋白 (M-蛋白) 的精度高,超过人类专家. 这一进步为改善临床实验室诊断提供了潜力.
科学领域:
- 临床化学 临床化学
- 医学诊断 医学诊断 医学诊断
- 人工智能在医学中的应用
背景情况:
- 血清蛋白电泳 (SPE) 与免疫定型 (IMT) 是M蛋白检测的标准.
- 目前的解释是主观的,耗时的,缺乏标准化.
研究的目的:
- 开发和评估用于SPE中自动检测M蛋白的机器学习 (ML) 模型.
- 使用大数据集将ML性能与专家解释进行比较.
主要方法:
- 在68,722个SPE模式上训练了五个ML算法 (四个基于特征的,一个CNN).
- 使用IMT结果标记样品为M蛋白阳性或阴性.
- 在1000个样本的测试集上评估模型,与10名专家进行比较.
主要成果:
- 随机森林分类器获得了93.2%的F1-Score和99.1%的准确性,超过了专家 (61.2%的F1-Score).
- 与专家相比,ML模型显示出更高的特异性 (99.8%) 和积极的预测值 (96.9%).
- 随着训练数据大小的增加,CNN的性能有所改善,随机森林的性能平稳.
结论:
- 基于特征的ML系统可以自动检测SPE上的M蛋白,以专家级或更高的性能.
- 自动化ML检测显示出临床实验室应用的巨大潜力.
