基于六西格玛的血液学分析动态质量控制策略的评估:一个多中心研究
Bo Liu1, Zhaodong Sun1, Kaiyong Chen2
1The First Affiliated Hospital of Kangda College of Nanjing Medical University, Lianyungang, Jiangsu, China.
Journal of clinical laboratory analysis
|December 22, 2025
概括
使用六西格玛和AI的新动态质量控制 (QC) 策略提高了血液学测试的准确性. 这种智能方法提高了临床实验室的错误检测和可靠性.
科学领域:
- 临床诊断 临床诊断 临床诊断
- 实验室医学 实验室医学
- 质量管理系统 质量管理系统
背景情况:
- 血液学测试中的传统质量控制 (QC) 在及时检测错误和适应现实实验室条件方面存在局限性.
- 确保血液学诊断的准确性和可靠性对于患者护理至关重要.
研究的目的:
- 开发和验证血液学检测的动态质量控制策略.
- 加强分析错误检测,提高血液学结果的可靠性.
主要方法:
- 应用六西格玛质量管理框架来评估五个主要的血液学参数 (Hb,WBC,RBC,HCT,PLT).
- 实施动态质量控制策略,将移动平均线 (MA) 监测与长期短期记忆 (LSTM) 预测模型相结合.
- 用患者样本数据与常规QC数据一起用于临床适应性评估的验证.
主要成果:
- 西格玛指标表明性能可变,血红蛋白 (Hb) 和白细胞 (WBC) 计数表现出色 (σ ≥6),而血小板 (PLT) 计数表现出较低的稳定性.
- 与传统基于规则的QC相比,MA-LSTM组合方法在检测分析错误方面表现出更高的灵敏度,并减少了假阳性.
- 动态模型提供了强大的预测能力,可以在多个站点实时监控质量控制.
结论:
- 结合六西格玛,MA和LSTM建模的新型动态质量控制策略解决了传统方法的局限性.
- 这种智能,主动和临床适应性的解决方案提高了血液学测试的可靠性.
- 拟议的战略通过更可靠的诊断结果,有助于提高患者护理质量.


