一个新型的人工智能辅助数字显微镜系统的性能评估,用于骨髓的常规分析

科学领域:

• 血液学 血液学 血液学
• 计算病理学计算病理学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 骨髓吸收 (BMA) 涂抹分析对于诊断和监测血液病症至关重要.
• 目前的BMA分析依赖于手动显微镜,这可能是耗时和主观的.
• 需要更有效,更客观的BMA评估方法.

研究的目的:

• 通过人工智能 (AI) 驱动的决策支持系统验证计算显微镜方法,用于BMA分析.
• 将人工智能系统的性能与手动显微镜进行比较,用于BMA涂片评估.

主要方法:

• 一项多中心研究分析了795个BMA标本 (罗曼诺夫斯基染色和普鲁士蓝色染色).
• 斯科皮奥实验室X100全场BMA系统 (测试方法) 与手动显微镜 (参考方法) 进行了比较.
• 对各种BMA特征进行了有效性,敏感性,特异性和用户间协议的评估.

主要成果:

• 人工智能系统与手动显微镜具有很高的相关性,用于全面评估BMA.
• 罗马诺夫斯基染色样品的效率为90.85%,普鲁士蓝色染色样品的效率为90.0%.
• 试验和参考方法之间的总体一致性为91.1%,具有出色的重复性和可重复性.

结论:

• 由人工智能驱动的数字决策支持系统提供高质量,准确的数字BMA分析.
• 该系统有可能加快BMA标本的专家审查和诊断.
• 实际应用包括远程BMA评估和推进血液形成的研究.