郝晓柯、曾宪飞教授团队发表森栩AI-PBRTQC国际前沿创新研究成果

2024-10-11 133

文章来源:Biochem Med (Zagreb) 2024;34(2):020707

作者:董旭才 孟茜 李斌 温冬梅 曾宪飞*

通讯作者邮箱:mumufly@126.com




摘要

近日,西安区域医学检验中心郝晓柯教授、曾宪飞教授团队董旭才、孟茜、李斌等在国际科学期刊Biochem Med(IF=3.8)上发表了基于患者数据实时质量控制(PBRTQC)的最新研究成果,发表论文《Comparative study on the quality control effectiveness of AI-PBRTQC and traditional PBRTQC model in identifying quality risks》。这一研究不仅深化了行业对PBRTQC的理解,更展示了AI技术在提升临床实验室质量控制及患者风险管理方面的巨大潜力。


推荐要点

这项研究展示了AI-PBRTQC模型在识别质量风险方面相较于传统PBRTQC模型在识别分析质量误差方面具有更高的灵敏度和准确性。本研究基于森栩医学的AI-PBRTQC患者数据实时质量控制智能监控平台建立了一套AI-PBRTQC程序以实时监控并评估质量风险。研究设计了两种不同的模型——传统的PBRTQC模型和AI-PBRTQC模型,并设置了不同的截断范围与权重系数,对同期患者数据进行监测,分别通过识别真实世界的质量控制风险案例,研究对比了两种模型的效能,旨在确定最优化的PBRTQC方案。这一研究不仅为AI-PBRTQC的实际应用提供了有力的数据支持,也积累了宝贵的实践经验,为未来医疗领域的质量控制标准、技术革新及PBRTQC在临床实验室的广泛应用提供了重要的参考依据。


研究比较了基于人工智能技术的患者数据实时质量控制 (AI-PBRTQC) 和传统患者数据实时质量控制 (PBRTQC) 方法在识别质量风险方面的及时性及准确性方面的性能,实验数据涵盖了总甲状腺素(TT4)、抗苗勒氏管激素(AMH)、丙氨酸转氨酶(ALT)、总胆固醇(TC)、尿素(Urea)及白蛋白(ALB)等项目的检测,涉及长达五个月的连续监测。研究结果显示人工智能技术在患者数据实时质量控制(PBRTQC)领域的潜能。AI-PBRTQC在质量风险的识别上展现出了显著优势。该模型能够有效减少假阳性和假阴性的比率,同时在处理样本量较小的情况下仍保持高效能。


研究背景

基于患者数据的实时质量控制(PBRTQC)是一种使用患者临床标本检测结果以实时、连续、动态监控分析全过程质量误差及分析性能的质量控制方法。IFCC国际指南提出临床实验室应广泛应用PBRTQC创新方法,是传统室内质量控制方法的良好补充。与传统的质控品质量控制方法相比具有很多优势,是基于患者风险管理的全新质控策略。


IFCC提出的六种PBRTQC算法,尽管覆盖了多种统计技术,但在实践中统一应用这些算法并非易事。Badrick等人提出,将PBRTQC融入实验室常规操作的关键在于从传统统计学过渡到人工智能驱动的决策过程。这一转变不仅扩大了PBRTQC的应用范围,而且提高了其在识别质量风险方面的效率,尤其是在少量样本和复杂变化条件下的表现。


研究目的

这项研究旨在比较分析AI-PBRTQC与传统PBRTQC模型在识别实验室检测过程中质量风险方面的效能。通过对不同截断范围和权重系数下的患者数据进行监测,目的是确定最优化的PBRTQC实施策略。该研究为AI-PBRTQC在临床实验室中的实际应用提供了有力的数据支持和实践经验。


研究结果

研究结果显示:

1. AI-PBRTQC在识别质量风险方面比传统PBRTQC建模更高效,AI-PBRTQC模型能够智能选择适当的截断范围、加权系数,基于生物变异性和质控效能,确保监控策略更贴近患者数据的真实特性,建立最佳PBRTQC模型,质控效能最佳。


2. AI-PBRTQC能够有效地识别少量样本中的质量风险。这表明AI-PBRTQC在小样本情况下也能发挥作用。


3. AI-PBRTQC不仅适用于生化分析,还适用于免疫学分析项目。它能够识别与试剂校准、时间校准和试剂品牌更换等相关的质量风险,能够有效监控分析性能,通过智能化模型构建,实现更精准的风险预警和质量控制。对比之下,传统PBRTQC假阳性率高,样本体积小的检测项目无法使用,模型建立过程比较繁琐,而AI-PBRTQC可以实现全流程的质量监控,假阳性率低,可适用于检测项目样本量小的情况,也可适用于生物变异性较大的项目,检测模型构建是智能化智慧化的。


识别质量风险的基于患者数据的实时质量控制核査表


图3:TC九月份IQC和PBRTQC EWMA图,EWMA图中深灰色表示没有质量风险,浅灰色表示检测到质量风险。黑色IQC图表示低浓度水平IQC,灰色线表示高浓度水平IQC,IQC-室内质控,PBRTQC——基于患者数据的实时质量控制,EWMA指数加权移动均值法,TC-总胆固醇。

图4:ALT PBRTQC EWMA图。EWMA图以深灰色表示无质量风险, 浅灰色表示检测到质量风险。PBRTQC—基于患者数据的实时质量控制,EWMA指数加权移动均值法,ALT -丙氨酸转氨酶。


研究结论

研究提出,近年来,PBRTQC在临床实验室的应用显著增加。由于其固有的优势,例如实时全过程监控和降低成本的潜力,这种方法的采用获得了显著的吸引力。国际临床化学联合会(IFCC)提出了6种PBRTQC算法作为推荐指南。这些算法涵盖了各种统计技术,如移动均值法(MA)、移动中位数法(MM)、指数加权移动均值法 (EWMA)等,实现统一的标准来推进这种复杂的PBRTQC技术是具有挑战性的。根据Badrick等人的观点,引入PBRTQC需要在统计过程中从传统经验转向人工智能,这些研究有助于扩大PBRTQC的潜在应用。因此,需要比较传统PBRTQC和AI-PBRTQC在临床实验室中的适用性。AI-PBRTQC在识别试剂校准、时间校准和试剂品牌更换等质量风险方面展现出更高效能,AI-PBRTQC不仅能够有效监控分析性能,还能通过智能化模型构建,实现更精准的风险预警和质量控制,为临床实验室提供了一种更先进、更灵活的质量管理解决方案。


西安区域医学检验中心的成功实践,为全球临床实验室质量控制标准的提升和技术革新提供了宝贵经验,促进了基于患者风险的质量控制策略的普及。这一研究成果不仅彰显了AI-PBRTQC在提升临床实验室检测质量和效率方面的巨大潜力,也预示着医学检验领域即将迎来一场由人工智能引领的质量控制革命。


西安区域医学检验中心专家团队


西安区域医学检验中心首席科学家郝晓柯教授

主任医师、博士生导师,“中国青年科技奖”获得者。我国智慧检验的倡导者,在推动临床实验室智能化智慧化建设和区域检验中心同质化智能化解结果互认方面做出了诸多突出贡献,积极探索将人工智能、5G等新兴技术应用于临床检验领域,倡导利用信息化、大数据、云服务、智能终端等技术手段,结合ISO 15189或CAP等国际标准,实现检验流程的自动化、智能化与智慧化。曾任中华医学会检验分会副主任委员、中国医师协会检验医师分会副会长、现任中国生物化学与分子生物学学会临床医学专业分会副主任委员、中国医学装备协会检验医学分会副主任委员、中国医学装备人工智能联盟检验医学委员会常务副主任委员、中国科技产业促进会数字健康分会副会长、全军检验医学专业委员会副主任委员、国家卫健委遗传咨询能力建设专家委员会委员、国家卫健委全国临床检验标准委员会委员、中国合格评定国家认可委员会医学专业委员会委员、陕西省检验学会主任委员等。

 

西安区域医学检验中心副总裁兼实验室总经理曾宪飞教授

医学博士,主任技师,硕士研究生导师,“秦创原”科研创新人才,西安市科技专家,在推动区域检验医学中心信息化、同质化、智能化和建设方面发挥重要示范引领作用。中华医学会临床输血学分会青年学组常委、陕西省医学会医学检验分会委员、陕西省健康促进与教育协会检验医学专业委员会副主任委员等,多家SCI期刊审稿人、编委,“中华检验医学杂志”审稿专家。主持国家工信部“移动物联网应用典型案例”、“秦创原”创新驱动平台建设专项、陕西省自然科学基金项目等9项,参编团标4项,出版编译专著两部。

西安区域医学检验中心普检部经理董旭才教授

副主任技师,西安区域医学检验中心普检部经理。生物样本库质量和能力认可内审员,ISO医学实验室内审员。陕西省健康促进与教育协会检验医学专业委员会委员,西咸新区临床检验质量控制中心委员等,中国抗癌协会产学研转化专业委员会会员。以第一作者发表论文10余篇,核心期刊《临床检验杂志》审稿人,参与出版书籍一部,参与省重点项目1项。


西安区域医学检验中心基于AI的PBRTQC智能监控平台(AI-PBRTQC)临床应用

西安区域医学检验中心在首席科学家郝晓柯教授、西安区域医学检验中心副总裁兼实验室总经理曾宪飞教授的带领下,率先应用森栩医学基于AI的PBRTQC智能监控平台及基于AI+5G的医疗机构检验结果互认实时智能监控平台(AI-HR),截止2024年9月,完成AI-HR第二期工程建设,合计建立1家核心实验室、70家社区医院,1702个项目、55656个基于AI的PBRTQC质量风险实时质控及智能比对模型。


西安区域检验医学中心首席科学家郝晓柯教授对这篇科研成果及其在临床应用中的价值表示肯定,他认为,这项关于AI-PBRTQC与传统PBRTQC模型比较的研究,不仅深化了行业对基于患者数据实时质量控制的理解,还清晰地展示了人工智能技术在提升临床实验室检测质量和效率方面的巨大潜力。西安区域医学检验中心临床应用中发现,AI-PBRTQC能够更加灵敏和准确地识别出质量风险,即使是在样本量较小或生物变异性较大的情况下也能表现出色。这为临床实验室提供了一种更先进、更灵活的质量管理解决方案。通过AI-PBRTQC能够在潜在问题演变成实际错误之前及时发现并解决,从而极大地提高了检测结果的可靠性和准确性。这对于确保患者安全、优化资源利用以及提升医疗服务的整体水平具有重要意义。相信随着5G技术和人工智能的发展,这种智能质控方法将成为未来医学检验领域的标准实践,推动整个行业向着更加精准、高效的医疗环境迈进。


西安区域医学检验中心简介

 西安区域医学检验中心是西安市政府批准、在国家财政部入库,由西安市卫生健康委员会作为项目实施单位,采用BOT模式投资建设的大型公共服务类民生工程项目。中心按国际标准在西咸新区建设1个可开展3000余项医学检验项目的核心实验室,与15家医院检验科合作,建设15个区域中心实验室,规范化建设450个社区卫生服务中心或乡镇卫生院检验科为社区卫生中心实验室。


中心吸纳了一批检验领域的高精尖人才和国家级专家团队,着力推进区域检验中心同质化、智能化、智慧化建设,郝晓柯教授是具有全国影响力的检验医学领域知名专家,也是引领推动检验结果互认的一面旗帜。西安区域医学检验中心通过在区域内建立统一的检测体系、统一的质量管理系统、统一的实验室信息系统(LIS)和统一的培训考核体系,初步实现了区域内检验结果同质化、检验报告互认,未来将覆盖西安市所有基层卫生医疗机构,检验能力有望达到普通三甲医院检验科的10倍以上。中心建成后,将显著提升区域内医疗机构的诊疗服务能力;降低财政在医院检验科建设上的重复投入;通过统一的质量管理体系建设,推动检验报告互认,在降低医保开支的同时,使广大人民群众享有更好的医疗体验。


论文原文