在线细胞形态学自我学习和血液涂抹诊断技能自我测试平台的有效性和用户满意度
Peichao Zhu1, Yingbo Miao1, Wei Zhou1
1Shanghai Centre for Clinical Laboratory, Department of Clinical Hematology, No. 528, Hong Shan Road, Pu Dong Area, Shanghai, 200126, China.
BMC medical education
|December 23, 2025
概括
一个在线平台显著提高了医院实验室技术人员的血液涂抹诊断技能,将精度从65.3%提高到89.6%. 用户满意度很高,结果与其他自动化系统相美.
科学领域:
- 医学实验室科学 医学实验室科学
- 计算病理学计算病理学
- 数字健康数字健康
背景情况:
- 医院实验室技术人员在血液涂抹形态评估方面需要强大的技能.
- 现有的培训方法可能无法完全满足现代诊断的要求.
- 需要有效,易于使用的工具来提高诊断准确性.
研究的目的:
- 评估一个在线平台的有效性和用户满意度,用于血液涂抹形态自学和自我测试.
- 确定该平台是否能提高医院实验室技术人员的诊断技能.
主要方法:
- 开发了一个具有机器学习的在线平台,用于自动化细胞形态识别和分类.
- 进行了一项多中心研究,对1034名用户进行了满意度评估,通过利克特比例调查.
- 评估了三个月的诊断准确度改进,并将平台性能与其他自动化系统进行了比较.
主要成果:
- 报告的用户满意度很高,平均得分高于4.4/5的实用性,诊断辅助,教育和报告.
- 诊断准确度的显著改善,从65.3%提高到89.6% (p < 0.001).
- 平台实现了92.1%的细胞识别精度,与最先进的自动化系统相美.
结论:
- 该在线平台是提高血样诊断技能的有效工具,用户满意度很高.
- 它的性能与现有的自动化形态识别系统相美.
- 广泛采用可以提高在临床环境中血液涂抹形态评估的质量.
