简介：摘要目的评估人工智能（AI）血细胞形态分析仪（AI阅片机）对外周血白细胞检测的性能。方法多中心研究。（1）从全国11家三级医院收集3 010份静脉血标本，用AI阅片机进行14类白细胞分析，并且将预分类结果与资深形态学专家审核后结果进行比较，以此评估AI阅片机白细胞预分类的符合率、检出率、特异度和一致性。（2）从3 010份血液标本中选取400份血液标本（预分类人工审核后含异常白细胞的标本不少于50%），由形态学专家进行人工镜检并分析人工审核后的WBC分类结果和专家显微镜镜检结果之间的相关性。（3）从3 010份血液标本中找出诊断为淋巴瘤、急性淋巴细胞白血病、急性髓系白血病、骨髓增生异常综合征和骨髓增殖性肿瘤患者的标本结果，通过比较预分类和专家审核后结果，反映AI阅片机对这5种恶性血液病中具有重要临床意义的异常白细胞的预分类的能力。WBC预分类和专家审核结果的一致性分析采用Cohen′s Kappa 检验，比对试验采用Passing-Bablok回归分析，并根据公式统计符合率、检出率、特异度、准确度。结果（1）AI阅片机可对14类白细胞及有核红细胞进行预分类，与形态学专家审核后结果对比，白细胞总的预分类符合率达97.97%，其中正常类型白细胞预分类符合率均>96%，总的异常白细胞预分类符合率>87%。（2）AI阅片机专家审核后结果与人工镜检对比，各种白细胞类型及有核红细胞均具有较好的相关性（中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞、各阶段幼稚粒细胞、原始细胞、有核红细胞、恶性细胞均r>0.90，反应性淋巴细胞r=0.85），参考国际血液学复检专家组定义的白细胞阳性血涂片标准，AI阅片机对白细胞异常标本具有与人工镜检同等的筛查能力。（3）对5种恶性血液病中有较大意义的白细胞与形态学专家审核后结果进行对比，AI阅片机对原始细胞预分类符合率均>84%，检出率均>94%。在急性髓系白血病中，异常早幼粒细胞检出率为95.40%。结论AI阅片机对外周血中各类型白细胞的预分类结果与专家审核后结果的总体符合率和检出率均较高，与人工镜检结果具有良好的相关性，且为恶性血液疾病的筛查提供了高效的辅助检测手段。

简介：摘要目的建立人工智能（AI）模型，评价AI辅助多参数流式细胞术（MFC）诊断儿童急性B淋巴细胞白血病（B-ALL）微小残留病（MRD）的可行性。方法以北京大学第一医院门诊B-ALL MRD随访病例227例标本进行AI应用探索性研究，以多维空间密度分布的非监督学习分群聚类算法为基础，对MFC数据进行聚类分析；同时参考人工逻辑设门思路和细胞的抗原表达水平，应用决策树和随机森林等监督学习算法判别细胞分类，并将AI分析B-ALL MRD结果以二维图、降维t-分布领域嵌入算法（t-SNE）和热图进行可视化呈现。通过与人工分析比较，评价AI辅助MFC诊断B-ALL MRD的性能和一致性。结果AI分析可快速检测出骨髓中B细胞系各阶段淋巴细胞和B-ALL MRD细胞的数量和百分比；且在多次重复检测时各参数差值的变异系数（CV）均为0。AI分析速度较传统人工分析提高4~5倍。与人工分析比较，AI分析B-ALL MRD细胞的查全率（敏感度）和阴性预测值为100%，准确度为82.44%。经人工审核后的AI分析结果再与人工分析比较，去除了假阳性，其查准率（阳性预测值）和准确度均可达100%。人工审核后的AI分析B细胞系各阶段淋巴细胞和B-ALL MRD细胞的百分比与人工分析结果差异无统计学意义（P均>0.05）。结论本研究初步建立的AI模型数据分析重复性好、分析速度快，具有较高的查全率（敏感度）和阴性预测值，可用于基于本研究的8色抗体组合方案辅助MFC诊断儿童B-ALL MRD。

简介：摘要中枢神经系统（CNS）受累是血液系统恶性肿瘤的一种严重并发症。目前，脑脊液（CSF）细胞学检查是CNS受累的金标准，但其灵敏度较低。多参数流式细胞分析（MFC）显示出比CSF细胞学更高的灵敏度。CSF细胞学检查阴性而MFC阳性的隐匿性CNS累及，同显性CNS累及一样，与血液系统恶性肿瘤复发高风险相关。然而，由于CSF标本的特殊性——细胞数量少、活性低、干扰细胞多等因素，使得CSF的MFC应用受到限制。因此，亟须规范血液系统恶性肿瘤CSF的MFC检测。明确标本运送、抗体选择、阳性阈值设定等方面的标准措施，并规范报告分析、加强人员培训。这些措施将大大提高MFC在诊断血液系统恶性肿瘤CNS累及中的作用。