- · 《检验医学与临床》刊物[08/03]
- · 《检验医学与临床》征稿[08/03]
- · 《检验医学与临床》投稿[08/03]
- · 《检验医学与临床》数据[08/03]
- · 《检验医学与临床》栏目[08/03]
人工智能助力检验医学发展(5)
作者:网站采编关键词:
摘要:2.3.6 尿液有形成分分析 尿液有形成分分析一般是医生将尿液制成样本直接在显微镜下用肉眼观察红细胞、白细胞、上皮细胞、各种复杂管型以及各种结晶
2.3.6 尿液有形成分分析 尿液有形成分分析一般是医生将尿液制成样本直接在显微镜下用肉眼观察红细胞、白细胞、上皮细胞、各种复杂管型以及各种结晶。尿液显微镜检查是诊断泌尿系统疾病的重要手段[49-50]。蔡立章等[51]基于BP(back propagation)神经网络改进算法对白细胞进行识别,选用LeNet-5网络模型基于matlab平台实现网络对白细胞、红细胞、结晶的识别,然后将深度学习图像识别结果与传统算法进行比较,证明了深度学习算法的优越性。市面上常见的尿液有形成分分析仪有迈瑞的EH-2080全自动尿液有形成分分析系统等。
2.3.7 粪便有形成分分析 粪便有形成分分析一般是检验医生将稀释后的粪便制成样本在显微镜下用肉眼观察红细胞、白细胞、巨噬细胞、上皮细胞、酵母菌、脂肪滴、虫卵等有形成分,粪便有形成分分析对多种肠胃病诊断有重要参考意义,如果粪便中存在虫卵基本上可以断定患者感染寄生虫。Yang等[52]提出了一种通过数字图像处理和人工神经网络从显微图像中提取粪便标本中人寄生虫卵的形态特征的算法,该算法利用了包含七个普通人类蠕虫卵的82个显微图像作为数据库。基于形状,外壳光滑度和大小的3个形态特征利用人工神经网络进行训练,算法模型正确分类率为90.3%。
2.3.8 骨髓细胞形态学分析 骨髓细胞形态学分析时,检验医生一般直接在显微镜下观察骨髓刺穿术所制得的骨髓图片,低倍镜下观察骨髓增生程度,有无异常细胞,并且对巨核细胞进行计数,油镜下对有核细胞分类计数并且观察细胞形态。骨髓形态学分析可以用于多种疾病的诊断,如急性白血病、自身免疫性疾病、感染性疾病、恶性肿瘤等。骨髓细胞形态学分析与血细胞形态学分析原理一致,只是检测细胞类别和样本获取位置有所不同。
2.4 检验数据处理
2.4.1 辅助诊断模型 医学专家系统是医学检验领域最常见的人工智能辅助诊断模型。医学专家系统集成了大量医疗检验数据以及对应疾病症状和治疗预后,通过互联网与各个医院的不同科室紧密联系以保证医学信息的实时更新。人工智能利用这些医学信息学习各种检测数据与相关疾病的内在联系,最后得到一个可以诊断患者疾病或者给予可靠建议的算法模型,这样一个算法模型相当于一个人类医学专家。最早的医学专家系统是斯坦福大学的MYCIN系统,MYCIN可以辅助医生对血液感染病患者进行筛查并且提出可靠性治疗建议[53]。John等[54]基于贝叶斯网络,使用多层感知的人工神经网络,使用径向基函数的人工神经网络,支持向量机和专家系统分别利用入院时患者各项医学检测数据开发可以预测是否需要重新住院的智能系统,并且通过临床试验证明除向量机外,所有模型均能提供良好的重新住院预测结果。医学专家系统概念如图7所示。
图7 医学专家系统Fig.7 Medical expert system.
2.4.2 报告自动审核 检测报告审核是检验工作中必不可少的流程,报告审核的精准和快速保证了检测工作的高效。但是人工审核检验报告不仅耗时耗力,当检验科工作人员在高强度工作后还容易出现审核失误。为解决这些问题,自动化报告审核系统的搭建刻不容缓,而人工智能的出现为自动化报告审核系统带来了新的契机。自动化报告审核系统主要依靠HIS系统(医院信息系统)和LIS系统(实验室信息系统)实现。Shih等[55]收集了569 001例患者检测信息作为数据库,通过LIS建立信息传递系统并且开发了一套自动验证算法,可输出极限检查,增量检查和一致性规则检查的范围。该算法消除了测试结果验证中的个体差异,缩短了周转时间(TAT),并减少了全职等效时间(FTE),从而使医疗技术人员能够投入更多的时间和精力来处理算法锁定的测试报告。
2.4.3 隐私数据保护 随着互联网医疗的兴起,医疗隐私数据的保护开始被各界关注。在医院普遍使用电子病历的当代,医学专家和计算机学者们联合起来对电子病历中的医嘱数据、诊断数据进行最大程度的开发,以补充医学知识的不足和医疗系统的缺陷。但是研究人员享受数据盛宴的同时,我们同样需要对隐私问题高度关注。胡荣磊等[56]结合数据挖掘和数据储存技术提出了一种在大数据环境下对医学隐私数据进行脱敏的隐私保护方案,该方案先设定敏感级别再利用ETL(数据仓库技术)对数据进行抽取,设计算法判别数据敏感级别,并且根据数据敏感级别的不同对数据进行不同程度的加密。
文章来源:《检验医学与临床》 网址: http://www.jyyxylczz.cn/qikandaodu/2020/0828/414.html