人工智能是否准备好取代临床医生在外围扩散的白细胞检查公式中?

科学领域:

• 血液学 血液学 血液学
• 人工智能的人工智能
• 医学诊断 医学诊断 医学诊断

背景情况:

• 周围血液涂抹 (PBS) 分析对于疾病诊断至关重要.
• 自动化血液分析提供了效率,节省成本,并减少错误.
• 血液学家的有限访问,特别是在流行病期间,突出了对自动化解决方案的需求.

研究的目的:

• 为了评估Mantiscope系统的性能,一个基于云的幻灯片扫描仪与AI,用于自动化外围血液涂抹分析.
• 将人工智能驱动的细胞计数与专家血液学家的评估进行比较.

主要方法:

• 曼蒂斯科普系统从103个外周血液涂抹中捕获了数字图像.
• 在这些图像上训练了一种人工智能算法,用于细胞分析.
• 人工智能结果与三个儿科血液学家使用课内相关系数 (ICC) 的评估进行了比较.

主要成果:

• 人工智能算法对中性粒细胞 (ICC=0.885) 和淋巴细胞 (ICC=0.815) 显示出高可靠性.
• 对单细胞 (ICC=0.042) 和基细胞 (ICC=0.599) 观察到适度的可靠性.
• 人工智能系统没有检测到任何爆细胞,因此无法与专家对这种细胞类型的评估进行比较.

结论:

• 曼蒂斯科普系统及其人工智能算法可靠地评估中性粒细胞和淋巴细胞序列,支持初级保健医生管理感染.
• 该系统无法检测爆细胞,因此不适合诊断恶性瘤.
• 怀疑患有恶性瘤的患者应转诊给血液学家进行进一步评估.