凌建生

(柳州市工人醫(yī)院檢驗(yàn)科，廣西 柳州，545000)

在醫(yī)療領(lǐng)域中，檢驗(yàn)醫(yī)學(xué)被定義為“在醫(yī)學(xué)實(shí)驗(yàn)室內(nèi)或護(hù)理現(xiàn)場(chǎng)對(duì)患者的組織、體液或其他成分進(jìn)行檢驗(yàn)的學(xué)科”[1]，旨在通過量化指標(biāo)輔助臨床對(duì)患者進(jìn)行診斷，制定治療方案。2018年國務(wù)院頒布了“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的指導(dǎo)意見，其中包含“互聯(lián)網(wǎng)+人工智能”的應(yīng)用服務(wù)[2]?，F(xiàn)如今，人工智能在醫(yī)療檢驗(yàn)領(lǐng)域中應(yīng)用廣泛，在形態(tài)學(xué)檢驗(yàn)、樣本處理、檢驗(yàn)結(jié)果審查等過程中起到重要價(jià)值，能有效降低人工因主觀性而致的結(jié)果偏倚，提高工作效率，滿足了臨床對(duì)檢驗(yàn)專業(yè)日益提升的質(zhì)量需求[3]。人工智能逐漸成為檢驗(yàn)科臨床工作的發(fā)展趨勢(shì)，本文就其在醫(yī)學(xué)檢驗(yàn)中應(yīng)用進(jìn)行整合，以便更好的服務(wù)于醫(yī)療檢驗(yàn)工作。

1.人工智能

1.1 人工智能概述

人工智能主要是指研發(fā)、開發(fā)用于延伸、模擬與擴(kuò)展人的方法、理論、技術(shù)及應(yīng)用系統(tǒng)的一項(xiàng)新技術(shù)[4]。人工智能因計(jì)算機(jī)科學(xué)逐漸衍生而來，人們嘗試使用計(jì)算機(jī)模擬人類作出智能反應(yīng)，現(xiàn)如今人工智能的研究囊括語言識(shí)別、機(jī)器人、自然語言處理、圖像識(shí)別等多個(gè)領(lǐng)域。

1.2 人工智能發(fā)展史

1945年世界首臺(tái)電子計(jì)算機(jī)出現(xiàn)，雖然操作繁瑣、計(jì)算速度有限，但仍為人工智能奠定了基礎(chǔ)[5]。1950年圖靈提出圖靈測(cè)試，被認(rèn)為是人工智能水平測(cè)試標(biāo)準(zhǔn)之一，且圖靈也被譽(yù)為人工智能之父。直至1956年，科學(xué)家提出“人工智能”這一詞，將其作為新概念劃分為獨(dú)立的學(xué)科。1980年人工智能進(jìn)入繁盛時(shí)代[6]。2016年由谷歌（Google）旗下DeepMind公司開發(fā)的人工智能軟件Alpha Gi與國際圍棋冠軍進(jìn)行對(duì)弈，最終以人工智能獲勝宣告人工智能技術(shù)的成熟。

2.人工智能在醫(yī)學(xué)檢驗(yàn)中的應(yīng)用

2.1 檢驗(yàn)標(biāo)本處理

標(biāo)本采集機(jī)器人：全自動(dòng)采血機(jī)器人是目前臨床應(yīng)用最成熟、最典型的標(biāo)本采集機(jī)器人，該機(jī)器人借助紅外線+超聲波，可準(zhǔn)確定位血管位置、直徑等參數(shù)。機(jī)器視覺能將上述參數(shù)輸入，選擇適宜的算法，預(yù)測(cè)出血管位置[7]。直徑及針頭采血最佳角度與位置。有學(xué)者提出[8]一項(xiàng)基于計(jì)算機(jī)圖像從血管造影圖像中自動(dòng)提取灌裝動(dòng)脈圖像的分割方式，其能分割出血管輪廓，提取中心線，計(jì)算出血管直徑。自動(dòng)采血機(jī)器人借助智能識(shí)別技術(shù)，讓智能機(jī)器代替人工，減低因人們主觀意識(shí)而致的失誤，同時(shí)能減低工作人員的工作量。

樣本傳送機(jī)器人：隨著人工智能在商品物流方面的應(yīng)用逐漸完善，人們逐漸將其應(yīng)用于醫(yī)學(xué)檢驗(yàn)樣片傳送上。樣本的傳送在檢驗(yàn)科中具有重要意義，對(duì)檢驗(yàn)的準(zhǔn)確性造成直接影響[9]。而傳送機(jī)器人可通過機(jī)械視覺或化學(xué)方式對(duì)試劑、樣本進(jìn)行識(shí)別，依據(jù)計(jì)算機(jī)指令在制定區(qū)域裝卸樣本[10]。樣本傳送機(jī)器人在傳送過程中可保障無菌環(huán)境，降低了人工送檢的失誤，確保樣本的安全性，以免樣片污染。

樣本稀釋機(jī)器人：臨床采集獲得的樣本通常濃度較高，需稀釋至不超過檢驗(yàn)方法學(xué)的線性范圍。糞便、尿液及陰道分泌物有形成分纖維鏡檢驗(yàn)時(shí)，需將樣本稀釋至適宜濃度[11]。在檢驗(yàn)過程中，工作人員通常對(duì)未稀釋的樣本進(jìn)行檢驗(yàn)，發(fā)現(xiàn)檢驗(yàn)效果不佳時(shí)再稀釋檢驗(yàn)。例如陰道分泌物雖呈液體狀，能直接鏡檢，但因濃稠度較高，在檢驗(yàn)過程中極易造成有形成分黏連重疊，給臨床檢驗(yàn)帶來一定難度。臨床上應(yīng)用的樣本機(jī)器人可分為光學(xué)原理檢驗(yàn)及某類成分濃度檢驗(yàn)兩種。有臨床研究人員使用基于多層感知器的人工神經(jīng)網(wǎng)絡(luò)對(duì)心肌肌蛋白Ⅰ進(jìn)行檢驗(yàn)，評(píng)估體液樣本是否需稀釋，結(jié)果顯示其評(píng)估準(zhǔn)確率較高。其能有效縮短樣本處理的耗時(shí)，減低樣本浪費(fèi)的狀況[12]。

2.2 自動(dòng)化審核

現(xiàn)如今，自動(dòng)化審核系統(tǒng)在臨床多個(gè)方面得到廣泛應(yīng)用，例如尿液、生化、血液、免疫等，根據(jù)審核項(xiàng)目與模型而定，審核總體通過率可達(dá)50～90%[13]。對(duì)于特殊人群建立獨(dú)立的自動(dòng)化審核系統(tǒng)，更具有臨床指導(dǎo)價(jià)值。腫瘤患者往往伴隨復(fù)雜的生理病理變化，在住院期間需棘手程度不一的放化療，為此，針對(duì)腫瘤人群建立自動(dòng)化審核系統(tǒng)極為重要。有學(xué)者建立腫瘤患者生化指標(biāo)的自動(dòng)審核系統(tǒng)，其總體通過率可到1/2，在不同腫瘤類型中，存在加大差異[14]。

2.3 大數(shù)據(jù)智能科研平臺(tái)

有效的、有序的數(shù)據(jù)儲(chǔ)存狀態(tài)是人工智能的基礎(chǔ)?，F(xiàn)如今，檢驗(yàn)醫(yī)學(xué)尚未對(duì)數(shù)據(jù)庫中相關(guān)參數(shù)進(jìn)行二次利用，其中一個(gè)因素在與多數(shù)檢驗(yàn)數(shù)據(jù)的存儲(chǔ)仍處于無效狀態(tài)，數(shù)據(jù)庫中的檢驗(yàn)數(shù)據(jù)尚未制定完善的分類[15]。將人性智能應(yīng)用于數(shù)據(jù)管理中，能根據(jù)制定類別構(gòu)建知識(shí)圖譜，掌握疾病的生理、病理特征，隨著數(shù)據(jù)量的逐漸增加，圖譜中的變量與占比不再出現(xiàn)明顯變化?；诖髷?shù)據(jù)的科研平臺(tái)被認(rèn)為應(yīng)用機(jī)器學(xué)習(xí)算法對(duì)數(shù)據(jù)庫進(jìn)行新知識(shí)發(fā)現(xiàn)的過程，是檢驗(yàn)科發(fā)現(xiàn)新知識(shí)，在提升診斷性能，優(yōu)化檢驗(yàn)指標(biāo)等方面起到重要意義。

3.小結(jié)

人工智能技術(shù)在醫(yī)學(xué)檢驗(yàn)領(lǐng)域中的應(yīng)用，逐漸優(yōu)化了實(shí)驗(yàn)室檢驗(yàn)的工作流程，有效提升實(shí)驗(yàn)室檢驗(yàn)容量。我國人口基數(shù)較大，人口老齡化問題嚴(yán)峻，但我國醫(yī)療服務(wù)需求量大相對(duì)應(yīng)的現(xiàn)狀卻是醫(yī)療衛(wèi)生資源分配的不均勻。人工智能可攜帶一系列先進(jìn)檢驗(yàn)技術(shù)，例如即時(shí)檢驗(yàn)等，給醫(yī)護(hù)人員帶來便利，降低檢驗(yàn)診斷失誤風(fēng)險(xiǎn)，有利于打破我國醫(yī)學(xué)資源分配不平均的狀況，對(duì)疾病預(yù)防控制、篩查、診療帶來較大的應(yīng)用價(jià)值。