三

  三.临床实验室智能化的应用与实践  

（一）人工智能在临床实验室智能化发展中的应用

美国FDA在2019年初批准了总部位于美国纽约的数字病理学初创公司Paige.AI的人工智能癌症诊断平台为“突破性设备”（breakthrough device），这是FDA首次批准将人工智能用于癌症的诊断服务。Paige.AI平台是基于美国Sloan Kettering癌症纪念中心四年积累的2500万个病人组织切片扫描数据。尽管在伦理上还存在病人数据合法使用的争议，AI算法层面的监管也存在挑战，但不能否认AI时代已经来临。在国内，以腾讯觅影等为代表的公司，与国内多个医院及科研机构展开了大量合作，在食道癌、肺癌、肝癌和宫颈癌等癌症的早期筛查上取得了不错的准确性。人工智能在临床实验室中的应用相比其他医疗专业领域起步较晚，血液检验、体液检验、微生物检验、细胞遗产学检验、病理检验等形态学检验是最早使用人工智能技术的领域，主要采用数字图像技术、形态学识别与智能化判断相结合，对细胞等形态等进行智能分析和检测，逐步提高检出率和识别率，保证检验结果的准确性。当前，基于深度学习的图像分析和预测模型方面的研究已经有了较为成熟的解决方案。本期为读者推荐两篇文章，展示了基于深度学习的血细胞形态、尿液细胞形态自动识别的原理、算法和效果，值得同行参考和借鉴。其中Christopher Naugler阐述了临床实验室自动化和人工智能化发展的机遇与挑战，提出自动化与人工智能相结合、势必促成新的诊断和预测模型的发展，也将有助于整个检验医学向个体化医疗转变，建议在临床医学人才的培养方面必须做出相应调整，以适应这些技术革新所带来的改变。

人工智能领域的关键技术主要包括机器学习、知识图谱、自然语言处理、计算机视觉、人机交互、生物特征识别、虚拟现实/增强现实等。其中基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。本期Mohammad Mahmudul Alam等介绍了一种基于YOLO算法对血涂片图像中的血细胞进行自动识别和计数的机器学习方法。该方法利用KNN和IOU人工智能算法解决了同一目标的多重计数问题。YOLO方法能准确识别RBC、WBC和血小板。很好地简化手动血细胞识别和计数过程。本期杨大干等利用Python sklearn库建立人工神经网络模型、决策树模型、梯度提升树、K近邻算法、随机森林等模型，结合深度学习算法，对不同肾病患者及健康体检者大数据进行训练和测试，通过深度学习，自动发现规律或知识，更新算法和模型，籍此深入探究检验数据可能蕴含的关系及意义，建立检验解释性报告，辅助临床决策。

计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。本期周丰良等采用机器视觉技术及深度神经网络图像识别技术，初步尝试通过智能镜检系统实现镜检流程的自动化、尿液有形成分的智能识别与分类计数、报告指标自动确认及输出等智能化探索工作。

人工智能语音交互是一种高效的交互方式，是人以自然语音或机器合成语音同计算机 进行交互的综合性技术，作为人类沟通和获取信息最自然便捷的手段，能为人机交互带来根本性变革。本期李炜煊等分享了基于互联网、物联网及智能算法以及智能语音技术等人工智能技术开发的RIMS试剂耗材智能管理系统在临床实验室试剂耗材管理中的应用。用户可通过语音交互方式，一语直达应用节点，快速完成试剂库存和成本分析等查询；并按照ISO15189对试剂耗材管理的准则要求，实现试剂耗材实验室、医院及供应商间全流程闭环管理，可通过智能手持终端远程实时监控试剂耗材的质量指标与经济指标，建立试剂耗材质量管理及生命周期智能追溯体系，降低医疗耗材安全风险与成本，提升检验人员与管理者的工作效率与智能体验。

（二）临床实验室智能化系统检验分析全过程质量管理中的应用

互联网、物联网、大数据、云计算、人工智能等创新科技技术对医疗领域的发展及传统模式带来颠覆性的改变，对于实现医学诊疗与健康服务的自动化与智能化，提高服务效率和质量具有重大意义。随着医改政策的密集出台，临床实验室在质量、成本、管理模式创新及学科发展等方面面临全新的挑战，医学检验领域也开始重视及研究探索信息化和智能化建设。国家标准《标准体系构建原则和要求》（GB/T 13016—2018）提出精准医学实验室的建设标准应从整体性出发，力求全面，涵盖实验室建设、运行和管理的各个环节。目前落地应用的智能化系统主要采用互联网、物联网、大数据、云计算等创新科技技术等开发，依据国际国内质量管理指南准则要求及精准医学实验室的建设标准，围绕检验结果检测全过程、质量管理、管理决策等层面设计，在实现实验室管理的标准化、规范化、精益化、可视化、安全化与智能化方面发挥重大的价值，主要体现在以下几个方面：

1. 分析前检验智能化系统的应用：分析前检验包括医生开出检验医嘱、检验申请单、患者准备、样本采集、样本运输、样本储存及样本的分析前预处理。分析前检验质量控制保证检验结果准确可靠的重要环节，标本采集运送及前处理也是技术含量相对较低，重复性、感染风险高的工作环节，未来将逐步被智能物流机器人、自动化智能化硬件设备、过程管理及质量管理智能软件所替代。

（1）临床医嘱项目选择智能提示系统：临床实验室能够开展的分析项目高达数千项，临床医生通常会因为医学检验知识储备不足而影响检验项目的正确选择和检验数据的合理应用，从而影响临床的医疗决策，另外，随着医保费用的精细化管控以及按病种收费模式的推广，检验项目的开展也更加考量经济学因素。自2010年，国外医院就开始关注和开发大量运用计算机算法、单元大数据整理以及临床指南为依据的开单系统。多项研究的成果也证实，和人工开单相比，智能开单系统能够将开单的指南依从性提升一倍，同时降低临床不满意度。在我国，随着分级诊疗的进展，如何迅速提高基层检验人员的知识储备和业务能力也是紧急的命题，智能化检验开单系统将是重要的工具和手段。本期秦晓松分享了她们实验室开发临床医嘱项目选择智能提示系统EMR的实践路程和宝贵经验。该系统通过集成临床决策支持系统软件，能够完成人机交互的医疗信息技术的临床应用，能够通过数据、模型等辅助为临床医生提供临床决策支持。同时还建立所有检验科项目关联其检测目的和临床意义等内容要素的知识库，并利用计算机信息技术将其与EMR医嘱选择界面进行整合，能让医生在检验知识库的帮助下，快速地在线获得检验项目重要的信息，包括临床指征、诊断价值和适用性等，使临床医生在项目选择时能够做到有的放矢。

（2）智能采血系统：目前样本智能化管理系统的开发与应用也已开启。智能采血机器人(robotic phlebotomist)是一个实现规范化操作、减少分析前误差很好的解决方案。首个智能采血机器人Vee-bot在美国加州设计研发成功，采用智能交互技术、智能生物识别技术，以及智能导航控制技术实现精准可视化穿刺，利用红外成像，基于图像分析软件选择血管，自动排针，整个采血过程平均耗时一分钟，实现采血的自动化、标准化、精准化；日本弘前大学的医工合作组织研究团队开发的采血机器人采用类似的红外成像原理并带有两个摄像头，立体掌握血管的形状、位置和粗细，通过AI学习，提高准确度。来自我国上海迈鹊医用机器人团队开发的穿刺采血机器人可实现精准的可视无人穿刺，成功率高达90%以上。

（3）标本智能物流系统：此次抗击新冠疫情的经验，“隔离、远距离、不接触”是最有效的预防和控制手段，智能机器人及自动化血液传输系统在抗疫前线的应用实践，加速了未来智能物流设备在医学检验领域的应用。夏良裕分享了协和医院检验科采用的智能机器人标本运送系统，用于解决样本接收站与各检测区之间样本的传送及高频率转送急诊样本的问题，通过智能机器人可帮助优化实验室内标本转送过程，可减少人力成本、减少运送差错、减少医院感染、优化物流管理，提升医院和科室整体管理及运营水平。温冬梅介绍了通过标本自动传输系统、智能物流机器人、智能签收标本系统等软硬件智能应用产品无缝连接，实现标本前处理全流程集约化智能管理，全程基本无人为接触，大幅提高样本总周转时间（ToTAT）、减轻人员负担、安全、快速、有效降低感染风险。

2. 分析中检验智能化系统的应用：室内质控是临床实验室质量控制体系的核心内容，是评价检测系统精密度和正确度改变的重要手段. 主要包括控制物质控方法及患者数据质控方法，分析误差主要源于潜在发生的试剂、校准品、环境、检测设备及维护保养等因素造成的质量风险未能及时识别和控制所致，目前临床实验室日益重视人、机、物料、环全方位的质量管理及基于患者风险的全面质量控制管理计划。如何借助先进的IT创新技术设计、开发助力实验室进行全面质量控制及质量风险监控的智能管理软件工具是需要关注的重点。

（1）临床检验室内质控自动检测及智能化管理：本期江咏梅等分享了人工智能技术、物联网技术和自动化技术在自动化系统中间体的应用，可以远程实现线上多台检测系统的室内质控智能检测、质控结果自动传输、失控规则智能判断、失控信息智能通信和报警等功能，智能手机等手持终端设备实时接收失控报警信息，应用后收到显著效果，减少手工操作环节、实现室内质控检测的自动化和智能化。

（2）患者数据质量控制智慧管理及质量风险智能监控：上海交通大学附属瑞金医院检验科在国内率先基于患者数据质量控制智能监控平台（AI-MA）,对患者数据移动均值质量控制法（MA）进行创新发展及智慧应用，在大数据验证的初期研究成果显示，AI-MA智能监控平台对检测过程潜在的质量风险可动态、实时监控、灵敏识别、智慧分析、智能判断及智能预警；大数据验证效果显著，保证结果的准确性，减少医疗风险。江咏梅也在文中分享了她们实验室实现质量指标智能化分析的实例，即在自动统计质量指标的基础上，基于历史数据，对各项质量指标设置控制限及趋势分析，并通过人工智能大数据的学习，既有全面的统计分析结论，也有个体化的反馈意见，真正做到以质量指标作为提升质量管理的有效手段。

（3）基于自动化流水线的智能监控系统：本期尹利民等分享了基于自动化系统中间体开发的DataTraces数据溯源管理软件，实现了流水线上检测项目记录的数字化与自动化，可记录标本量、检测时间、检测设备、检测结果、使用的试剂信息，相应的质控结果、校准信息，试剂余量，仪器报警信息，维护保养等详细信息，在后台自动化实时完成。吴卫等将全自动血栓与止血流水线系统的应用与LIS系统进行整合创新，并在实验室软件、流水线软硬件及分析仪器间建立了智能化的连接，提高了实验室的样本检测质量，优化了TAT，节省了大量人力。

（4）临床实验室智能化设备管理系统：本期曾方银等分享了基于ISO15189准则要求，采用物联网技术（IOT）、无线RFID技术和传感器技术等开发的临床实验室设备智能管理系统，可实现检测设备的全生命周期管理、校准、故障和维护保养等进行智能监控及预警。使用后记录查阅和文件查找由原来的15min减少为30s，保养登记和故障记录等漏登率减少了70%。提高了工作效率，降低了科室管理成本，实现了设备无纸化、信息化和智能化管理。

3 . 分析后检验智能化系统的应用: 由于临床实验室检验自动化和智能化的发展， 自动审核（Autoverification，AV）在国内逐渐受到重视。

（1）临床实验室检验结果的智能审核：随着临床实验室信息化自动化的迅速进展，计算机自动审核在国内逐渐受到重视，相关研究及文献证实，自动审核系统在优化实验室审核流程、识别及减少分析全过程潜在误差、提高检验结果准确性和及时性、改善运营成本等方面有着显著效果。2006年,美国临床和实验室标准协会CLSI发布的《临床实验室检验结果的自动审核标准指南（AUTO-10A）》指南为临床实验室设计、制定、实施及验证自动审核规则提供了重要指引，2019年，CLSI发布了自动审核最新国际指南《特定学科的医学实验室检验结果自动审核指南（AUTO-15）》，该指南是AUTO-10A的扩展，帮助实验室根据各专业学科实际需求制定自动审核系统设计流程和标准，AUTO15指出在自动审核正式实施前应加强有关自动审核的定义、建立、验证及质量控制等基本要求的培训，明确定义以及初步规划不同角色人员在整体过程中的分工及所需时间，角色和责任必须清晰，以此保证自动审核在特定学科的有效实施。我国国家卫生健康委员会于2018年8月正式发布我国第一个自动审核行业标准WS/T 616-2018《临床实验室定量检验结果的自动审核》，为中国临床实验室建立自动审核系统提供重要指引。国内自动审核近几年开始受到重视，实验室检验结果审核模式由过去的人工审核向自动审核、智能审核的模式发展，成为临床实验室智能化建设的重要内容。本期刘勇等分享了基于规则与监督学习方式的深度学习技术相结合的智能审核系统的设计，在模拟数据集中，验证生化报告，智能审核通过率为85%，准确率为91%。并可以解决常规自动审核系统建立人工设计自动审核规则存在的一些问题，例如规则设计的合理性影响审核的准确率及通过率，规则中的隐藏误差不易被发现等。

（2）检验结果专家解释系统：浙江大学附属第一医院检验科在国内率先开发的检验结果专家解释系统可对检验结果进行解释和分析，为临床提供可能的临床诊断和临床意义。实现多个标本的并行、多进程推理外，还利用专用算法和流程，提高审核和解释的准确性和可靠性。建立检验医学知识库提供检验医学知识库，包括试验项目的患者准备、报告时间、影响因素、临床意义等，提高医疗和服务水平。

4. 智慧化实验室建设：将人的智慧与人工智能科技融入到临床实验室的设计、建设、运行、管理、发展等各环节，使临床实验室发挥其在相关领域的技术支撑作用。智慧化实验室应该包括人性化和智能两个层面的考量。所谓人性化的设计导向就是在提供功能化的基础实验室检验环境的同时，兼顾检验技术人员的个性化、安全化和舒适度需求。

（1）无人化智慧实验室建设：此次新冠病毒肺炎疫情对临床实验室生物安全、人力资源、检测能力、质量控制、风险管理等方面提出更高的要求与挑战。抗疫斗争人工智能、智慧医疗、机器人、云技术进一步推动了我国医学领域智能化发展，同时也为我国如何实现智慧实验室提出了新的课题，将加快了临床实验室从信息化、自动化到智能化、智慧化、少人化乃至无人化的创新转型及发展步伐。本期温冬梅提出了AIpha Lab智慧实验室的建设解决方案，基于人工智能、物联网、大数据等创新技术开发，将分析全过程智能应用管理软件与自动化硬件、智能机器人相结合，实现数据流、样本流、试剂流、质量流、设备流及效益流等全程闭环联动及远程管理，通过PC端、IPAD平板、大屏幕、智能手机、智能机器人等数据同步指令接收，实现样本处理、检测结果产生、质量管理全流程的可视化智能监控、智能预警及远程管理，实现70%流程的无人化，减少人力损耗及感染风险，降低运营成本，提高智能化智慧化建设水平。

（2）医联体智慧实验室建设：整合医疗（integrated care）、医联体（integrated care organization，ICO）是21世纪以来医疗改革的世界性趋势，2016年WHO秘书处向世界卫生大会提供了一份报告，题为《整合的、以人为中心的医疗服务的框架》。该报告定义整合医疗服务为“使人得到连续的健康促进、疾病预防、诊断、治疗、管理、康复和安宁医疗服务、在医疗部门之内和之外的不同层次和地点相协调的服务”中国国务院自2017年以来开启启动医联体建设，2020年7月加快推进医联体建设，实现优质资源深度下沉到基层医疗卫生机构，实现医疗服务供给一体化、医疗质量质控同质化和检查检验结果互认、提升基层医疗服务能力，是一项重大的惠民工程。信息化是医联体建设的关键环节，在医联体的建设实施和推进过程中，遇到不少瓶颈和问题，信息化建设亟待加强。温冬梅提出了AIpha-ICO智慧医联体建设思路，根据医学检验专业特殊性及高标准的质量管理要求进行设计，采用互联网、智能化技术及云平台等创新技术，将智慧实验室与智慧医联体建设云平台无缝连接，采用“统一平台、统一标准、统一技术规范、统一质量管理体系、统一建设水平”的方式，实现相同平台不同等级医疗机构实验室人、机、物料、环一体化远程智能管理、全流程的质量管理、智能监控及结果互认，切实惠及广大群众。