多参数流式细胞分析技术（Multiparameter flow cytometry，MFC）是白血病诊断和治疗监测中使用最广泛的工具。该技术是运用不同荧光标记的多种抗体组合对造血细胞表面或胞内抗原的表达状况进行检测，进而对细胞的系列来源、分化程度、表型异常与否进行分析判断的高通量、高敏感性检测技术，其在白血病的诊断分型、治疗监测、预后评估及治疗靶点筛查中已成为必不可少的工具。然而，对MFC结果的解读目前主要依赖人工数据分析。

流式细胞学的数据量庞大，人工数据分析需要诊断人员根据经验进行手动设门、判读荧光表达及综合数据解析三个关键步骤。

为保证分析的准确性，诊断人员必须经过专业严格的技术培训，熟练掌握各种血细胞正常免疫表型、发育轨迹以及异常分布模式，对诊断人员知识贮备及数据分析能力的要求高，培训一名合格的流式诊断医生往往需要投入大量时间和精力，而现有培养规模远远不能满足日益增长的临床需求。

近日，中山大学附属第一医院检验科欧阳涓、陈培松博士团队参与研发了一种人工智能的流式细胞分析方法，并成功应用于白血病的诊断。该文章发表于诊断领域的知名期刊《Diagnostics》。

AI分析方法用于诊断白血病准确率更高

该研究将人工智能（artificial intelligence，AI）技术引入多参数流式细胞术分析，研发了一种基于AI的MFC数据分析方法。AI算法根据流式细胞仪采集的多维度细胞免疫抗原表达数据，基于机器学习算法自动分群，对流式数据进行分析，利用深度学习的多层网络从多维数据中自动分析高度抽象的特征，据此判断细胞群落和免疫表型，并报告异常细胞群的免疫表型和数量比例。

研究人员将基于AI的分析方法与传统人工分析进行比较，以确定能否准确诊断急性白血病。结果显示，对于异常细胞比例而言，AI流程和人工分析之间有很强的相关性（Pearson相关系数=0.9），免疫表型一致性较高（符合率89%，Κ=0.78），诊断准确率基本一致（符合率98%，Κ=0.96）。

而对于一些免疫表型不典型的病例，AI分析也会提示发现异常细胞，系统给出报警提示人工复核。整个AI分析系统是个开放系统，可以随用户检测组合不同而调整分析策略，表现出了良好的应用前景。

图：MCF技术的AI分析流程

AI智能诊断比人工诊断更快

对于有经验的诊断学专家，分析一份典型急性白血病标本的多参数流式数据需要时间在15分钟左右，而使用AI的流程只需要1.5分钟左右。

AI智能分析能够自动解析并归一化流式细胞学检测数据、自动检查质控结果，自动排除细胞碎片和细胞团块等因素干扰、自动设门、自动识别和统计细胞群，最终生成具备定量和定性双重结果，符合临床需求的流式细胞学诊断报告。目前在我们国家，流式诊断专家主要集中在大城市、大医院；而人工智能辅助的MFC分析流程会对白血病免疫分型带来很大的帮助，使更多的基层患者能够受益于这种检测技术，让白血病得到及时的诊治。

研究人员表示，随着大数据和人工智能在实验室医学的研究和应用越来越多，近年来他们一直致力于血液病诊断技术的大数据应用及智能化，提升疾病的诊断效率和准确性，降低技术门槛，在使更多人能够收益于新诊断技术的同时，也可以有效降低技术人员的工作负担。

END