“检验医学”遇上“人工智能”(5)-检验医学与临床

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

“检验医学”遇上“人工智能”(5)

作者:

关键词:

摘要：

陈瑜：检验数据众多，但属于不完整的数据，需要多次重复检测，需要更多的检验、检查、临床表现等支持，才能做出正确的解释或判断。这些数据存在电子病历、LIS、医学影像系统等多源异构的系统中。AI能整合到临床工作流程中，完善海量数据和多源异构数据处理方法，提高辅助诊断效率和准确性。AI能实现个体决策融合为群体决策，包括数据共享、隐私保护、算法的透明度、数据标准化和互操作性、跨多个平台。

郭玮：AI除了可以参与检验医学的日常工作，也可以用于检验数据的深度挖掘，对传统指标进行二次开发。疾病引起的人体变化是系统性的，同一疾病可以引起多种检验指标的变化，包括已知的该疾病的特异性指标和未明确相关性的非特异性指标。AI技术一方面可以帮助检验工作者从检验数据中发现非特异性指标与疾病的相关性，甚至潜在的诊断价值；另一方面可以建立多种标志物联合应用的数据模型，从而提供更好的疾病诊断、疗效预后工具。

当然，二次开发意味着对检验数据更加精细的分析，从传统指标显著变化的大趋势延伸到某一疾病、某一人群、某些生理现象联动的小趋势。这对数据质量提出了更高的要求，既需要真实可靠的检验数据集，又需要和临床数据实现有效的整合。而在此之上，二次开发的研究方案和建模流程也需要通过更多的实验来探索和确立。

刘善荣：随着医学检验的发展，一方面，检测项目越来越多，检验数据越来越大；另一方面检验项目的理解和检验数据的解读却没有得到足够的提升。更为重要的是，很多疾病的发生是机体对致病因素作出的整体反应。但无论是临床医生还是检验人员，对机体整体指标的变化与疾病发生与治疗的关系还没有给予足够的重视和全面的分析，这也导致对大量检验传统指标变化的诊断价值认识不清楚。依托检验大数据建立AI模型对疾病进行诊断有可能解决这一问题。一方面改变了依靠一个或者少数几个指标的变化对疾病进行评估的诊断模式，最大程度避免了疾病的误诊和漏诊；另一方面可以全面评估机体指标的整体变化与疾病发生及治疗之间的关系，可能重新发现或者评估大量传统指标的新用途新价值。依赖LIS积累的大量数据，AI在传统指标的二次开发可首先在肿瘤、心脑血管疾病、老年痴呆等重大慢性病中开展。这一工作具有重要临床意义。但同时面临很多挑战：检验AI诊断模型的建立无法独立开展完成，需要临床科室的病理、影像诊断、手术、用药、预后相关数据的佐证和支撑，因此临床科室参与度是很重要的因素；数据的质量是第二个挑战，数据的质量包含临床检测的一致性，比如检测的时间点、检测设备，还有数据的可溯源性。数据一致性差，难以溯源，就不可能对疾病相关个体进行有效评估，AI诊断模型的建立和传统指标的二次开发就不可能展开。传统指标的二次开发和检验AI诊断模型的建立与推广将会改变传统意义上的诊断模式，无论是临床医生还是检验专业人员的接受在一定时间内也是这一工作面临的挑战。

5 陈鸣：床旁检验(POCT)是利用便携式分析仪器及配套试剂快速取得检测结果的一类检验方式，AI在POCT智能化、信息化方面有哪些应用前景？

崔巍：POCT是临床检验的特殊应用场景，是实验室检验的延伸，也受益于AI技术。嵌入AI技术的生物传感器，可以帮助监测贫血、尿路感染、糖尿病、心房颤动、中风等12种疾病，并实时记录血压、心电图、体温、呼吸频率和血氧饱和度5个生命体征。POCT产品简单易用，无论是在临床科室还是居家保健，都有广泛的应用空间。目前，国内大多POCT的应用还处于单机方式，但随着5G网络的建设以及物联网应用范围的扩展，可以预见在很短的时间内，绝大多数的产品都会具备蓝牙、4G/5G、WiFi等无线连接能力。由于POCT产品的使用者大多不是专业的检验人员，因此更需要简单清晰的结论，并希望能对疾病的发展和治疗疗效给出趋势性的监测，这正是AI的应用前景。当大量的使用者检测得到的数据通过无线网络连接在一起，通过使用云端强大的计算能力和存储空间，根据特定的算法，云端可为每一个检测结果反馈评估意见，将对患者提供警示和预测等建议。

陈瑜：POCT适宜居家检验，在智能化、信息化管理方面更有优势：(1)患者的依从性高，可以收集患者的自我跟踪数据，如饮食、运动、生命体征等，结合基于循证的临床知识、潜在的生物学机制、基于人口的健康风险评估，进一步提高疾病或风险预测的准确性。(2)将POCT结果以直接明了的文字描述呈现给患者，可进行全面的、动态的解释或诊断报告，更利于患者进行自我管理，必要时可以和医疗机构整合，推荐医生。

文章来源：《检验医学与临床》网址: http://www.jyyxylczz.cn/qikandaodu/2020/0904/430.html