AI智能技術or手工檢測,誰掌握著婦科分泌物檢測的未來?

2020-11-27 騰訊網

19世紀前,婦科屬內科範疇,並沒有獨立的科室系統,隨著臨床醫學學科整體的不斷發展,人們生活水平不斷提高,女性健康備受關注,醫院也專門成立了婦科科室。婦科檢查在近幾年來愈加火爆,也因此掀開了實驗室檢測的熱潮。傳統手工檢測法具有局限性,而全自動陰道分泌物檢測儀器的問世能否完全替代手工法,是當下業內所廣泛探討的熱議話題。

陰道炎(vaginitis)即陰道炎症,是婦科的常見疾病。在正常情況下,陰道本身具有自然的防禦功能,可以抵擋侵入的病原微生物,而當此功能遭到破壞,則病原體易於侵入,會導致陰道炎症。有研究表明,每年約有 500~1000萬女性罹患此病,而75% 的婦女在一生中至少患病 1次[1]。其中,細菌性陰道病、真菌性陰道炎和滴蟲性陰道炎為最常見的陰道炎,三者約佔有陰道炎的80%~90%[2],需氧菌性陰道炎是近些年所發現的一類新型陰道炎。目前針對陰道炎的檢測最常規、簡便的方式為陰道分泌物檢測。

陰道分泌物是女性生殖性系統分泌的液體,由陰道黏膜、前庭大腺、宮頸腺體和子宮內膜的分泌物混合而成,俗稱「白帶」。陰道分泌物檢查即「白帶常規檢查」,是一種評估女性生殖系統健康水平非常重要的醫學檢驗項目[3]。

顯微鏡法溼片檢測是實驗室白帶常規檢測初期的一種常用的檢測方法,多數採用生理鹽水進行白帶手工塗片,根據顯微鏡下白帶中的有形成分,從而判斷清潔度及相應的陰道炎。隨著醫學科技不斷發展和人們的認知水平不斷提高,幹化學檢測後期盛行,在臨床化學中,許多新的有重要意義的項目被加入進來,使得白帶常規檢測結果更為精準。採用半自動幹化學分析儀輔助人工鏡檢,是目前實驗室白帶常規檢測普遍採用的方法。

傳統手工法檢測的弊端

1、雖然顯微鏡法是體液有形成分檢測的金標準,具有簡便、快速、經濟等優點,但顯微鏡法在檢測標本時檢測結果容易受人為因素影響。

在進行白帶標本鏡下檢測前,需要對白帶標本進行前處理,而白帶中有形成分的數量及形態完整性在前處理過程中人為因素造成的損傷會影響觀察者的主觀辨別;往往一些外在因素會導致白帶中存在一些雜質,而雜質成分也會干擾有形成分的辨別。

用顯微鏡人工觀察需要手動塗片,白帶標本中上皮細胞及乳酸桿菌含量較多,而在手動塗片的過程中極可能會因為塗片不均勻造成有形成分的聚集、重疊現象。

顯微鏡人為觀察視野個數有限,且個別變形的細胞形態需要人工識別,不同操作人員細胞形態鑑別能力不同,易漏檢,易對結果產生誤差,造成結果呈假陰性或假陽性。

2、幹化學除了需要標本前處理外,還需手動滴加試劑、預溫計時、比色觀察等,操作步驟繁瑣,患者等待時間較長。

3、報告時,需要手動錄入結果,且有形成分無圖像支持,無法直觀展現報告內容。

綜上所述,手工法檢測無論從結果準確度、報告完善度還是從工作效率的角度考慮都存在一定的弊端。

全自動流式圖像AI技術的問世

在AI智能技術中,全自動流式圖像技術的運用,引領了婦科分泌物檢測發展新方向。全自動流式圖像AI技術的出現可彌補傳統手工法對陰道分泌物溼片檢測的不足,全自動流式圖像AI技術包括平面流式細胞技術、高速攝像技術以及AI人工智慧識別技術,是採用流體力學的方式調整標本粒子的形態,確保標本中有形成分在測試狀態下不出現重疊現象,高速的攝像技術可對有形成分進行全面拍照,並將所拍攝標本中有形成分的圖片通過AI技術自動識別出來。

全球第一臺採用全自動流式圖像AI技術的全自動婦科分泌物分析系統GMD-S600,可實現幹化學與有形成分一體化全自動檢測,並且具有自動的標本前處理功能,除了可避免傳統手工法檢測的不足外,還可減少白帶標本與檢測人員接觸的頻率,確保生物安全。儀器能自動報告:幹化學+有形成分+清潔度+臨床診斷提示+圖片,可直觀向臨床及患者提供結果,一目了然。

GMD-S600所拍攝的真實圖片(部分展示圖)

(左右滑動進行翻看)

流式圖像AI技術與顯微鏡比對實驗

為了驗證全自動流式AI技術法與傳統顯微鏡法的結果差異性,我們隨機選用516例臨床患者的陰道分泌物標本,同時採用基於流式AI技術法的GMD-S600全自動婦科分泌物分析系統和顯微鏡鏡檢檢測。將儀器有形成分測試項目:上皮細胞、線索細胞、滴蟲、白細胞、真菌、桿菌、雜菌結果與鏡檢結果比對,計算陰、陽性符合率及總符合率。

顯微鏡鏡檢方式:

將儀器測試完成的標本進行溼片鏡檢,高倍鏡下觀察有形成分:白細胞、線索細胞、滴蟲、真菌、上皮細胞、桿菌、雜菌,計數至少10個視野。白細胞報半定量數結果,線索細胞、滴蟲、真菌報定性結果,上皮細胞、桿菌和雜菌報大量、中量、少量結果。

計算方式:

總符合率=(t1+t2)/t總×100%

陰性符合率=t2/鏡檢陰性標本數×100%

陽性符合率=t1/鏡檢陽性標本數×100%

公式中:

t1為鏡檢陽性結果同時待檢儀器測試陽性結果的標本數量;

t2為鏡檢陰性結果同時待檢儀器測試陰性結果的標本數量;

t總為總標本數量。

計算儀器法與顯微鏡檢測的符合率,見下表:

其中真菌、線索、滴蟲符合率均≥95%,符合率較高;516份標本中,顯微鏡漏檢1份滴蟲(活性不強)、漏檢一份線索細胞;桿菌、上皮細胞符合率相對較低,原因主要是桿菌範圍為少量和中量時在顯微鏡鏡檢中沒有準確界定標準,而儀器拍攝的數量較全面。

由此可見全自動流式AI技術與顯微鏡總符合率較為接近,同時將顯微鏡漏檢的項目檢測出來,彌補了顯微鏡的漏檢狀況。AI智能儀器可滿足臨床對婦科常見陰道炎的臨床篩查及輔助診斷。婦科全自動儀器的自動化、標準化減少傳統手工法人為誤差的同時也大大提升了工作效率。婦科AI智能時代已成為實驗室未來整體的發展方向。

【參考文獻】

[1] 周銀娣.陰道炎診斷的研究進展.檢驗醫學與臨床2Ol4年9月第11卷第18期.

[2] CarrPL.RothbergMB,FriedmanRHet a1.「Shotgun」versussequentialtesting cost—effectiveness ofdiagnostic strategiesforvaginitis[J].JGIM,2005,20(9):793—799.

[3] 徐潔玲,方運香,餘錦燕.泌尿生殖道感染女性患者宮頸分泌物和白帶常見病原微生物的感染情況及特點[J].中國當代醫藥,2018,25(09):120-122.

編輯:小冉 審校:Rose

相關焦點

  • AI+機器視覺引領智能檢測新風口
    KK.Chang以「AI+機器視覺,引領智能檢測新風口」為主題發表了演講。   科瑞技術研發副總Dr. KK.Chang Dr.AI深度融合成為智能檢測新風口。   科瑞技術AOI的核心技術優勢 目前,科瑞技術在AOI系統平臺上,已經徹底打通了從核心技術到市場應用的關鍵鏈路。在技術層面上,科瑞技術掌握了包括光譜科學、打光技術、自適應運動&自動調整、Eigen算法& 深度學習、大數據應用(MES/FIS/Data Ctr/etc)等多項核心技術。
  • AI是如何檢測色情片的?
    這才是未來應有的樣子:公司提供個性化,現成的解決方案,使其全部業務能夠在越來越多的數據上訓練更好的分類器。就像Stripe and Square為不想在內部處理支持的企業提供現成的支付解決方案一樣,而AWS已經確立了自己作為託管網站的地位,像Zeiler的Clarifai、DeLorge的Picnix、Shapiro的Lemay.ai等創業公司正在爭相成為在線內容審核的一站式解決方案提供商。
  • 宮頸癌早篩專題報告:細胞學檢測 AI與HPV檢測是未來趨勢
    如需報告請登錄【未來智庫】。1. 宮頸癌發病率和致死率高,早篩能有效提高治癒率1.1 宮頸癌:常見的高發病率和死亡率的婦科惡性腫瘤宮頸癌是常見的婦科惡性腫瘤,其主要病因為 HPV 病毒的持續感染。早期宮頸癌常無明顯症 狀和體徵,宮頸可光滑或難與宮頸柱狀上皮異位區別,頸管型患者因宮頸外觀正常易漏診或誤診。
  • 吳博:目標檢測集成框架在醫學圖像 AI 輔助分析中的應用 | AI 研習...
    醫學圖像分析中目標檢測任務的普遍性,使得開發目標檢測集成框架顯得必要。近日,在雷鋒網 AI 研習社公開課上,深圳市宜遠智能科技有限公司負責人吳博剖析了目標檢測已有的框架,重點分享如何對目標檢測框架進行改造,以便在醫學圖像分析中產生更好的效果。公開課回放視頻網址:http://www.mooc.ai/open/course/559?
  • 成都瑪麗亞天府醫院婦科怎麼樣?婦科檢查多少錢?
    因為有些女性去一些小的門診和醫院,往往花費更多的費用不說,這些小門診和醫院設施消毒不嚴格導致女性婦科疾病越來越嚴重。這樣的事件聽說多了,讓更多的女性對去醫院看婦科疾病望而卻步。因此,選擇一家口碑好的婦科醫院更為重要。
  • 從技術到設備,中國AOI智能檢測設備的國產之路
    在智慧型手機不斷推陳出新的強勢拉動下,作為智慧型手機關鍵零部件的蓋板玻璃也呈現出極其旺盛的需求。2019年蓋板玻璃出貨量達到24億片,較2018年的21億片增長13.9%。而根據IHS Markit的統計報告,蓋板玻璃行業的這種穩定增長態勢在未來兩年內將繼續保持,2020年預計增長11.4%,2021年則增長7.3%。
  • 正交異性鋼橋面板勞損的智能檢測與檢測體系
    以理論分析結果為指導,研發智能化無損監測與檢測技術,對於可能的疲勞損傷部位進行重點監測與檢測,並通過多源信息融合實現疲勞損傷的高精度監測,有效避免漏檢。為此,研究團隊對於疲勞開裂的非接觸式智能化監測與檢測技術進行了深入研究,當前採用超聲相控陣和導波等非接觸式聲發設備,與傳統的應力及變形傳感器相結合的方式,編制了智能化疲勞裂紋判別程序,並研發了根據判別結果採用智慧機器人二次確認技術。
  • 中科慧遠從技術到設備,中國AOI智能檢測設備的國產之路
    在智慧型手機不斷推陳出新的強勢拉動下,作為智慧型手機關鍵零部件的蓋板玻璃也呈現出極其旺盛的需求。2019年蓋板玻璃出貨量達到24億片,較2018年的21億片增長13.9%。而根據IHS Markit的統計報告,蓋板玻璃行業的這種穩定增長態勢在未來兩年內將繼續保持,2020年預計增長11.4%,2021年則增長7.3%。
  • 38家國內微生物檢測儀器廠家一覽
    近年來,隨著科學技術的快速發展,微生物檢測也出現了許多新型技術,同時檢測儀器的研製也在不斷更新。生物檢測技術的不斷發展,呈現了多樣化,新型、先進、簡便的微生物檢測技術也將逐步代替傳統的培養方因法,通過對檢測技術與標準的不斷完善與規範,保障檢測的質量,同時操作人員也要不斷地提高自身的專業水平,提高檢測儀器的使用率,將高效的微生物檢測技術投入應用,促進微生物檢驗事業的發展。
  • 健康檢測一定要去醫院嗎?未來更多檢測或能在家做!
    胡學強表示,臨床上只要檢測到AQP4抗體,醫生結合患者的單一症狀就可以做出視神經脊髓炎譜系疾病的診斷。 便利的檢驗產品讓治療更為精準 隨著醫學技術的發展,目前檢驗產品也越來越便利。
  • 素顏照檢測皮膚問題!美圖發布AI測膚技術
    近日,美圖公司旗下人工智慧實驗室——美圖影像實驗室MTlab首次亮相,正式發布其人工智慧技術成果:AI測膚技術MTskin——即通過一張面部照片診斷皮膚問題,該功能已經登陸美圖美妝,同時美圖影像實驗室還與上海市皮膚病醫院及皮膚寶app共同發布《2017中國女性皮膚問題研究報告》。
  • 同房後多久檢測懷孕最準確?婦科醫生:太早或太晚都不好
    文|好孕姐昨天,有位朋友問我:最近在備孕,每次同房過後,她都滿懷期待地用驗孕棒檢測,但就是沒中獎過。心裡難免會有些焦急,甚至還擔心自己和老公是不是誰患有不孕不育症。到底同房多久才能檢測出懷孕呀?真不想整天像坐過山車一樣,情緒起伏這麼大。
  • 海澱智能體溫檢測設備廠商
    海澱智能體溫檢測設備廠商,  北京宏達科興科技有限公司主要從事弱電系統集成安裝和安全防範系統工程設計和施工,全方面提供弱電集成系統和各分部工程的設計、施工、安裝、調試、技術諮詢、系統維護等系列服務。海澱智能體溫檢測設備廠商, 請問是什麼規範這樣要求的,謝謝!
  • 腫瘤基因檢測公司扎堆上市,誰是一哥?
    按國際基因測序巨頭Illumina測算,未來幾年,二代測序(NGS)市場的容量可達200億美元,其中腫瘤檢測憑藉120億美元的市場預估成為最具前景的子領域,領軍者也有望在其中產生。
  • AI自動飛行引擎 無人機橋梁檢測的未來發展
    全自動無人機橋梁檢測,需要自主規劃航線、自動採集所需數據,並自動完成數據分析,分析結果直接服務於決策。這是未來的發展趨勢。現今,美國北卡羅來納州走在美國橋梁檢測技術實踐前沿,成為橋梁檢測行業的聚焦之地,他們相繼完成了對大橋的雷射繪圖作業和無人機超視距成像作業。北卡試驗場這是兩次很有意義的實踐。
  • 激動~這是我看到的最好的目標檢測RCNN了!
    目標檢測是近年來理論和應用的研究熱點,它是圖像處理和計算機視覺學科的重要分支,也是智能監控系統的核心部分,同時目標檢測也是泛身份識別領域的一個基礎性算法,對後續的人臉識別、步態識別、人群計數、實例分割等任務起著至關重要的作用。
  • 滬AI企業奪魁世界人工智慧創新大賽「一體機」未來或「一網打盡」病原體檢測
    上海人工智慧企業深蘭科技的核酸檢測一體機從600餘個產業場景應用賽參賽項目中脫穎而出,獲得醫療賽道冠軍。一體機是一款可進行病毒快速檢測的基因測序類儀器,相比同類產品具有明顯優勢。除了提供陽性/陰性的檢測結果,還能提供樣本病原物種信息,濃度以及跟蹤病毒變異狀況。
  • 硬科技賦能先進位造業,國內首臺AOI智能檢測設備亮相高交會
    ——玻璃蓋板外觀缺陷檢測,是全球範圍內首臺先進AI視覺檢測裝備,不僅打破了國外長期技術設備壟斷,實現了核心技術自主可控,且在多次與國外廠商該類設備的實機測試PK中大幅領先。」團隊深耕機器視覺、精密微裝配等領域,具有光、機、電、軟、算五大領域硬科技技術優勢,為行業提供尖端、創新、引領的AOI(Automatic Optical Inspection)解決方案。近年以來,隨著智慧型手機行業的蓬勃發展,拉動了蓋板玻璃產業的快速增長,年出貨量約30億片。
  • 華人研究團隊推出AI「諷刺」檢測模型,準確率達86%
    目前這項研究成果代表了AI多模式諷刺檢測的最高水準,並且已在計算機語言協會(ACL)、自然語言處理實證方法協會(EMNLP)等多個NLP頂會上發表。據了解,「多模式檢測(MultiModal Detection)」已成為一種主要的『諷刺』檢測模式,此前密西根大學和新加坡大學的研究人員也曾使用語言模型和計算機視覺來檢測電視節目中的諷刺,相關研究也發表在了ACL上。
  • 華人研究團隊推出AI「諷刺」檢測模型,準確率達86%
    最新的研究成果在2019年,首次引入多模態檢測的AI模型HFM,其準確率能夠達到83%。而近日,該項研究取得突破性進展,其準確率提升了2.74%。這項成果來自中國北京的信息工程研究所和中國科學院聯合研究團隊,他們研發的新型多模態AI諷刺檢測模型,經過Twitter數據集檢測準確率可達到86%。