人工智能+医学检验=？？？

张时民

中国医学科学院/北京协和医学院临床检验诊断学系/北京协和医院检验科

我国检验医学发展已经有近百年的历史，我们经历过手工检验的最初时代，也经历甚至见证了从半自动化分析到全自动化分析的飞速发展阶段，参与或实践了全实验室自动化和实验室信息化的新时代，下一个检验医学发展的热点和飞跃或许在人工智能（Artificial Intelligence，AI）技术的应用，我们是否会赶上这一进程，投入到这一进程中呢？

国际临床化学委员会（IFCC）主席Maurizio Ferrari先生在一篇《How to imagine the future of laboratory medicine》的报告中指出，未来检验医学发展会依赖电子计算机和信息技术，从电子高速路的创建和创新，到人工智能检验结果的判读，特别是自动细胞识别等新技术的应用，可在未来的检验医学发展和构建中发挥重要作用。中华医学会检验分会主任委员潘柏申教授也在第13届全国检验医学学术会议上指出，检验医学的未来发展契机包括标准化、自动化和智能化，大数据与互联网的密切结合。智能化及以人工智能作为平台，建立临床化学与免疫学、血液学及体液学检验领域的自动判断和审核，还可在细胞形态学的自动化识别，实验室物流系统，远程控制与增强现实，自动采血机器人研发与应用等方面，将有更深入的研究与发展，具有广阔的发展空间。

形态学识别与智能化检验设备最为广泛应用的领域，它涵盖了血液和体液的诸多样本的形态学检验内容。

在尿液有形成分分析中的应用：数字图像（digital imaging）分析原理研发的尿液有形成分分析仪，通过数字图像成像技术提取颗粒的多种形态特征参数，建立识别模型和算法。在检测未知颗粒时，首先提取颗粒特征参数，通过神经网络与数据库已知数据进行计算和比对，判断结果，识别、显示和报告结果。此类仪器也是应用较为广泛的一种尿液形态学分析设备，国内已制定了YY/T 0996-2015《尿液有形成分分析仪（数字成像自动识别）》国家医药卫生行业标准,为规范设备研发、产品质量和性能评价提供了参考方法。而许多尿液有形成分分析仪已经与尿干化学分析仪进行连接，形成尿液分析的流水线系统。

计算机辅助精液分析系统的应用：可跟踪单个精子细胞的活动，分析精子大小和形态，可对精液中的精子密度进行定量测定，还可以对精子活力、活力分级、活动率等参数进行分析，系统检查项目至少满足WHO有关人类精子检测的基本要求，而独特的精子运动参数也是该类设备的分析亮点。

图2 精液分析系统 

在粪便自动化分析中的应用： 通过对标本进行取样、制片和拍摄数字图像，最终采用图像法对粪便中的细胞、结晶、虫卵等成分进行数字化识别判断，还能对粪便的一般性状及常用的化学检查项目如潜血、转铁蛋白、钙卫蛋白进行测定，如果添加轮状病毒、腺病毒和诺如病毒抗体进行测定，则可用于腹泻疾病的筛查。粪便显微镜形态学检验已经初步开启了自动化时代和人工智能应用时代，走在世界相同检验领域的前列。

图3 粪便自动化分析仪 

在阴道分泌物和宫颈细胞学检验中的应用：仪器将标本处理后注入特定的分析检测板内，通过数字图像系统对标本中出现的有形成分进行数字拍摄和智能识别，从而达到对细胞、霉菌、滴虫等常见成分进行筛查检测。在宫颈细胞学涂片检验的人工智能辅助筛查方面也有一定进展，例如可分析细胞涂片中是否存在病变细胞，可以筛除阴性细胞涂片样本，再将疑似阳性的涂片提交医生再次审核判断，可帮助医生节省大约90%以上的阅片时间，提高诊断效率。

图4 阴道分泌物自动分析设备 

目前我们所熟识的某品牌数字血细胞分析设备已经在血涂片和体液涂片细胞识别方面已经取得了一定的成功，国内也有类似的产品在研发和应用。设备的分析程序为在已染色的血涂片上，先用10倍物镜头扫描血片的单细胞层并定位白细胞，再转换为50倍特殊油镜头扫描确定单层红细胞层，进行红细胞形态分析和血小板数量评估，继续转换为100倍油镜头后扫描分析定位的白细胞，对白细胞进行分类及异常有核细胞识别与初筛。设备可对红细胞形态进行分类处理，将红细胞划分为血红蛋白含量（颜色）异常、内含物异常、大小不同异常和形态不同异常等数十种形态；白细胞可给出正常白细胞分类，还可进行外周血的异常细胞初筛、原始幼稚细胞初筛、血小板聚集、有核红细胞识别等。仪器还可以完成对脑脊液，浆膜腔积液、肺泡灌洗液等样本的分析，目前已经可以连接到血细胞分析仪的流水线系统中，使血常规计数结果与形态学检测或复检成为一体，甚至可以实施通过网络进行形态学图像远程会诊。

另一款新型血细胞分析系统是以数字化、形态学和人工智能原理进行细胞分析的检测系统，它需要30 μL全血通过喷涂制备血涂片，后进行染色，再行拍摄及数字化细胞，最后进行数字化细胞分类、计数、计算与鉴别等步骤，即可完成血常规中CBC+Diff+Ret的所有检测数据。这种仪器不再采用传统的物理、化学、荧光等染色技术、也不需要鞘流技术，甚至不需要复杂的液体试剂。他它既可给出细胞数量，也能给出细胞的形态学报告和分析结果，其血涂片标本可以保留更长的时间以便回顾性分析和研究，具有独特的优势。

图6 数字图像分析原理的血细胞分析系统 

图7 根据数字图像进行形态学报告审核 

目前已经有了用于分枝杆菌检验的显微扫描拍摄系统，该系统采用人工智能的检测算法来扫描荧光涂片的高分辨率数字影像，自动对其中的怀疑荧光体进行评分，从而根据国际防痨与肺疾病联合会标准，判断每个视野和涂片的阳阴性，和总体抗酸杆菌密度状态等，智能化的筛检出分枝杆菌，最结果应由有经验的检验者审核确认。仪器可对大量阴性标本和视野筛检过滤，加快了检测速度，降低了劳动强度。

图8 分枝杆菌显微镜扫描分析系统 

据了解，全球首个微生物质谱云中心已在中国建立。该项目经过3万株菌的蛋白质组生物信息分析，开创了非线性相似性度量的人工智能算法，建立了超过370属2200种7900株的微生物蛋白指纹图谱数据库及全球首个微生物质谱云中心，实现了2200种微生物在培养后5 min内快速鉴定的飞行时间质谱系统。目前该数据库已经拓展至8100株，临床验证数量超过15万株。该成果已在包括北京协和医院在内的40余家医院及科研单位开展应用并获得一致好评。这也是在微生物检验领域应用互联网、大数据、云计算及人工智能技术所获得的一项重要成果。

对制备好的染色体涂片进行扫描拍摄，再通过图像采集模块采集一定数量的染色体核型图，进行数字处理和优化后，通过染色体核型分析系统进行分析。智能化的软件可对人体46条染色体图像进行自动分割，包括将交叉、粘连、重叠的染色体进行自动或手工辅助分割，将相同标号的染色体汇集配对。系统可识别染色体数量、畸变、染色体数目增多/减少和三倍体等突变，对染色体结构畸变，染色体缺失、易位、倒位、插入、重复等常见异常也可初步识别判断。

自动审核是人工智能与检验医学的完美结合，是分析后检验程序标准化、自动化、智能化的飞跃，如今已受到越来越多临床实验室的关注，已经有了一些在临床生化和免疫学检验，血液学检验等领域的应用实践。在强大的LIS和HIS系统支持下，经过精心设定的自动审核系统，集中了检验工作者和临床医师的智慧，将绝大部分能够通过审核的样本进行自动审核，触犯规则的则不通过审核，改由人工审核。随着医疗水平与检验自动化程度的不断提升，医学检验已进入前所未有的大数据应用时代。临床检验报告自动审核专家系统可有效提高检验报告的准确性，大大提升检验报告审核的速度。由北京协和医院检验科牵头的《临床实验室定量检验结果的自动审核程序建立与验证》国家行业标准正在审核中。

图10 北京协和医院LIS系统中审核报告界面上通过审核与不通过审核的屏幕界面

一种称为Veebot的自动采血机器人已经在美国出现，国内也有厂家处于研发之中。患者将手臂伸进拱体中，充气的袖套会收缩，将手臂固定住，压缩血流，让血管更容易显现，机器人用红外线相机探测照射手肘内侧，配合超声波与机器视觉技术定位静脉位置，自动分析所拍摄的影像，检查血管构造与内部血液流量，找出最适合采血的血管和位置后，机器人会校准针头，选择最佳角度，迅速将针头穿刺进入血管，通过真空采血管的负压抽取足够量的血液标本，整个流程约1 min。采血机器人主要应用了智能交互技术、智能生物识别技术，以及智能导航控制技术，变人工凭经验盲目穿刺为精准可视化穿刺，实现了自动化、标准化、精准化，把医护人员从高频、高难、高危的工作中解脱出来。

图11 自动采血机器人 

标本的自动传输在许多医院已经成为现实，检验科实验室可以通过轨道或气动管道传输系统、智能化的物流管理系统，从医院各个病区、门诊或急诊、采血窗口迅速、及时获取标本。最快的气动管道传输系统，传输速度可达600 m/min。临床医师也可以通过HIS及时了解采血时间、送检时间、检验科接收时间、检测时间、签发时间等信息。在一些医院还有了实验室自动送检运输机器人，它会按预定的路线将窗口接收的标本运送到不同的工作区或不同的操作工位，未来将会有无人机将标本跨建筑、跨楼层送检。智能化的标本自动传输物流系统也是现代化医院所必不可少的配置。

图12 高速气动管道物流系统 

在2017年全国“两会”上，国务院总理李克强发表了政府工作报告，指出要加快培育壮大包括人工智能在内的新兴产业，“人工智能”也首次被写入了政府工作报告。在这个“互联网+”的时代，人工智能、大数据、云计算、物联网技术不断渗入医疗领域和大健康领域，笔者认为，一个医院的现代化不仅仅体现在医疗技术能力强、设备先进、管理有效这个层面上，还应体现在信息化和智能化应用方面。笔者从用户的角度对人工智能在医院检验科中的应用做了以下设想。

1. 自动化质量控制运行程序及智能化判断：这些辅助设备和程序应该配合自动化分析设备联合使用，实现自动化运行、判断、存储数据、靶值累积、提示报警等功能。 

2.  人工智能辅助诊断：自动报告审核系统能够将患者治疗方案（特别是化疗和放射治疗）、药物影响因素、标本采集条件、检验项目的不确定度等结果的发展变化与患者具体诊断治疗情况结合进行大数据的综合分析，并给出其发展变化趋势及预后等信息。还可提供该项目在疾病诊断中的敏感性和特异性，及相关检验检查的追加选择建议等。

3. 个体化检验诊断提示：对个体化的检验结果进行分析，对相关的各种影响因素进行判断与鉴别，结合大数据对个体检验数据的变化提供干预预警和报警等。建立个体化检验指标的参考区间，随时观察个体检验指标的变化趋势。

4.大数据与临床研究： 与临床结合，与多种检验、检查数据结合，进行大数据研究与分析，可以发现某些检验数据与疾病的发生、发展、诊断和变化之间的联系。通过大数据分析可以深度挖掘研究数据，可能获得意想不到的结果。

5.继续提高形态学人工智能设备识别能力，不断提高智能化设备对各种标本的形态学识别能力和正确鉴别能力，继续扩大数字图像数据库，改进算法，增加特征参数，深入学习训练，添加特殊染色，添加其他辅助专业技术等，进行不断改进与提升。而骨髓检查也许是形态学检验中最难以完成的任务，是否可以配合流式细胞术、特殊染色分析、组化分析、基因分析、遗传学检查等多种技术的综合智能分析，给出更科学的诊断报告。

医学检验在计算机技术和“互联网+”时代，在人工智能、大数据、云计算、云存储、物联网等技术不断与医疗、大健康行业互相渗透的环境下，以大数据为基础的人工智能模型的建立，将对疾病防控、癌症筛查、病种分布、遗传图谱、基因检测、人体数据分析等带来有价值的发现和应用。在精准医疗愈发受到重视的今天，这些都成为了其中不可缺少的要素，这是实现人工智能应用的重要体现和方向，或许也是未来人工智能+检验医学要走的方向。