人工智能识别骨髓细胞可应用于诊断急性白血病微小残留病
wf(2023)
Abstract
目的:探索人工智能(AI)骨髓细胞识别技术在白血病微小残留病(MRD)检测上的诊断价值及问题。方法:收集陆军军医大学附属新桥医院血液病医学中心2020年11月1日至12月31日间经流式细胞术检查确认的白血病MRD患者65例,调取其骨髓瑞氏染色涂片,通过基于AI平台的分析系统对所有骨髓涂片进行无人工干预的全自动扫描及细胞分类。将AI细胞分类中原始细胞比例>3%者诊断为AI-MRD。按AI自动识别细胞数量,将病例分为识别细胞数少于500组(L500组)18例、识别细胞数500~1 900组(B1900组)35例、识别细胞数大于1 900组(M1900组)12例,组间病例无重合、遗漏。以多参数流式细胞仪(MFC)-MRD结果为标准绘制每组患者人工智能检测结果的受试者工作特征(ROC)曲线并计算各组曲线下面积(AUC)值和AI结果的敏感度、特异度、准确度。结果:按AI自动识别细胞数量分组后,L500组检测结果MFC-MRD+/AI-MRD+7例、MFC-MRD+/AI-MFC-2例、MFC-MRD-/AI-MRD+6例、MFC-MRD-/AI-MRD-3例;B1900组检测结果MFC-MRD+/AI-MRD+13例、MFC-MRD+/AI-MFC-6例、MFC-MRD-/AI-MRD+6例、MFC-MRD-/AI-MRD-10例;M1900组检测结果MFC-MRD+/AI-MRD+5例、MFC-MRD+/AI-MFC-0例、MFC-MRD-/AI-MRD+1例、MFC-MRD-/AI-MRD-6例。以MFC-MRD为确定标准,L500组、B1900组、M1900组AI-MRD检测的敏感度分别为53.8%、68.4%、83.3%,特异度分别为60.0%、62.5%、100%,准确度分别为55.6%、65.7%、91.7%,AUC值分别为0.568( P=0.654)、0.678( P=0.069)、1.000( P<0.001)。 结论:初步探索了AI骨髓细胞识别在白血病MRD检测中的诊断价值及问题,证实当将AI细胞分类中原始细胞比例>3%设为AI-MRD阳性阈值时,随着AI识别细胞数量的增多,AI与MFC-MRD检测的一致性随之增高。
MoreTranslated text
Key words
Leukemia,Minimal residual disease,Bone marrow cells,Artificial intelligence
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined