自动数字细胞图像分析仪UIMD PBIA在白细胞分类中的性能:与sysmex DI-60进行比较研究

科学领域:

• 血液学 血液学 血液学
• 医学技术 医学技术 医学技术
• 人工智能在诊断中的应用

背景情况:

• 准确的白细胞 (WBC) 分类对于诊断各种血液疾病至关重要.
• 自动数字形态分析仪为细胞分析提供了提高效率和一致性的潜力.
• 将基于深度学习的新型系统与已建立的分析器进行比较对于临床采用至关重要.

研究的目的:

• 评估PBIA (基于深度学习的自动化数字形态分析仪) 对WBC分类的性能.
• 将PBIA的诊断准确性与广泛使用的DI-60系统进行比较.
• 评估两种系统在识别异常血细胞方面的能力.

主要方法:

• 用PBIA和DI-60系统分析了461张外围血液涂抹片.
• 基于用户验证的分类后结果评估分类前的性能.
• 将自动化结果与手动WBC差异结果进行比较,并评估异常细胞的识别.

主要成果:

• PBIA的预分类准确率 (90.0%) 和科恩的卡帕 (0.934) 比DI-60 (45.5%准确率,0.629卡帕) 高得多.
• PBIA与各种细胞类型的手动WBC微分计数的相关性更好,特别是在预分类时.
• 虽然两种系统的性能都在异常细胞下降,但PBIA保持了更高的性能,尽管对爆炸有更多的错误阳性,而DI-60有更多的错误负面.

结论:

• 与DI-60系统相比,PBIA在自动化WBC分类中表现出卓越的性能.
• PBIA的深度学习能力表明,它在血液学诊断中具有显著的临床实用性.
• 建议进行进一步的多中心研究,以全面验证PBIA的性能.