《人工智能辅助血细胞形态学检查的技术要求及其临床应用中国专家共识(2024版)》解读

张曦; 杨武晨; 刘水清; 彭贤贵

doi:10.13201/j.issn.1004-2806.2024.05.003

《人工智能辅助血细胞形态学检查的技术要求及其临床应用中国专家共识(2024版)》解读

- 中国人民解放军陆军军医大学第二附属医院血液病医学中心(重庆，400037)
基金项目:
重庆市技术创新与应用发展专项重大项目(No: CSTB2023TIAD-STX0008); 重庆市科卫联合医学科研项目重大项目(No: 2024DBXM004)

详细信息

作者简介:
专家简介：张曦，主任医师，教授，博士(后)导师，长江学者特聘教授。陆军军医大学第二附属医院血液病医学中心主任，中国人民解放军血液病中心(军队临床重点专科)主任。主要从事造血干细胞移植的临床与基础研究，主持国家干细胞重点研发专项、国家自然科学基金重点类项目、军队课题重点项目、重庆市自然科学基金重点课题等46项；在JCO、JAMA Oncology、JHO、Lancet Haematology、Blood、JCI、Leukemia等杂志发表SCI论文130篇，主编专著3部，副主编2部；执笔行业指南10项，参编30项；获国家科技进步二等奖1项、中华医学会科技一等奖1项、重庆市科技进步一等奖2项、二等奖1项、军队医疗/科技成果二等奖3项、中国抗癌协会科技奖三等奖1项、重庆市高等院校优秀教育科研成果三等奖1项，获批国家发明专利45项。目前担任中华医学会血液学分会常务委员、造血干细胞移植学组副组长、中国医师协会血液科医师分会常务委员、中国抗癌协会血液肿瘤专委会副主任委员、中国血液病专科联盟副理事长、中国病理生理学会实验血液学专委会常务委员、Blood & Genomics杂志主编；The Lancet、JHO、Leukemia、The Lancet Haematology、Science Bulletin、CMJ、《中华血液学杂志》等杂志编委和审稿专家

通讯作者: 张曦, E-mail: zhangxxi@sina.com

中图分类号: R446.11

收稿日期: 2024-04-15

刊出日期: 2024-05-01

Interpretation of Chinese expert consensus on the technical and clinical practice specifications of artificial intelligence assisted morphology examination of blood cells(2024)

- Medical Center of Hematology, The Second Affiliated Hospital of Army Medical University, Chongqing, 400037, China

More Information

Corresponding author: ZHANG Xi, E-mail: zhangxxi@sina.com

Received Date: 15 April 2024

Publish Date: 01 May 2024

摘要

摘要: 血细胞形态学检查是血液病临床诊治的基础检验技术。随着人工智能技术在临床的广泛应用，该技术也涉及至血细胞形态学领域，但是目前人工智能辅助血细胞形态学检查的技术要求缺乏统一标准，其临床应用在全国尚未实现规范化。结合国内外研究和指南，中华医学会血液学分会、中华医学会血液学分会实验诊断学组共同制定了《人工智能辅助血细胞形态学检查的技术要求及其临床应用中国专家共识(2024版)》。为了更好地指导临床应用和实践，文章拟对该共识制定的目的及其要点进行梳理与解读。
- 人工智能 /
- 血细胞形态学 /
- 临床应用
Abstract: The morphological identification of blood cells is a basic technology in diagnosing haematological disorders. With the widespread use of artificial intelligence technology in the medical field, artificial intelligence has also touched on the area of blood cell morphology examination. However, there are no unified technical standards for artificial intelligence assisted morphology examination of blood cells in clinical applications. Combined with domestic and foreign research and guidelines, the Chinese Society of Hematology Chinese Medical Association and the Laboratory Diagnosis Group of Chinese Society of Hematology Chinese Medical Association jointly formulated the "Chinese expert consensus on the technical and clinical practice specifications of artificial intelligence assisted morphology examination of blood(2024 edition)". To better guide the clinical application and parctice, this paper aims to interpret the purpose and points of this consensus.
- artificial intelligence /
- blood cell morphology /
- clinical application

HTML全文

参考文献(8)

[1]	中华医学会血液学分会, 中华医学会血液学分会实验诊断学组. 《人工智能辅助血细胞形态学检查的技术要求及其临床应用中国专家共识(2024版)》[J]. 中华血液学杂志, 2024, 45(4). DOI: 10.3760/cma.j.cn121090-20240217-00064.
[2]	Charles NJ, Boyer DF. Mixed-Phenotype Acute Leukemia: Diagnostic Criteria and Pitfalls[J]. Arch Pathol Lab Med, 2017, 141(11): 1462-1468. doi: 10.5858/arpa.2017-0218-RA
[3]	Chiaretti S, Zini G, Bassan R. Diagnosis and subclassification of acute lymphoblastic leukemia[J]. Mediterr J Hematol Infect Dis, 2014, 6(1): e2014073. doi: 10.4084/mjhid.2014.073
[4]	Palmer L, Briggs C, McFadden S, et al. ICSH recommendations for the standardization of nomenclature and grading of peripheral blood cell morphological features[J]. Int J Lab Hematol, 2015, 37(3): 287-303. doi: 10.1111/ijlh.12327
[5]	Cheuque C, Querales M, León R, et al. An Efficient Multi-Level Convolutional Neural Network Approach for White Blood Cells Classification[J]. Diagnostics(Basel), 2022, 12(2): 248.
[6]	Li M, Fang S, Wang X, et al. Peripheral Blood Leukocyte Detection Based on an Improved Detection Transformer Algorithm[J]. Sensors(Basel), 2023, 23(16): 7226.
[7]	国家市场监督管理总局, 国家标准化管理委员会. 信息安全技术个人信息安全规范: GB/T 35273-2020[S/OL]. [2020-03-06]. https://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=4568F276E0F8346EB0FBA097AA0CE05E.
[8]	刘思恒, 李佳, 杨武晨, 等. 人工智能识别骨髓细胞可应用于诊断急性白血病微小残留病[J]. 中华检验医学杂志, 2023, 46(3): 280-285.