近日，由上海嘉会国际医院联合多家基层医疗机构共同完成的研究成果《外周血人工智能阅片系统性能评价及在基层医疗分级诊疗网络中的应用》在《临床检验杂志》正式发表。该研究基于Cellsee人工智能自动阅片系统，深入探讨了AI技术在外周血细胞形态学分析及基层分级诊疗中的临床应用价值，验证了系统在提升诊断效率和准确性方面的卓越性能，为基层医疗能力升级提供了创新解决方案。  

研究亮点 · AI赋能基层细胞学检验，助力精准诊断

研究纳入3,047例触发复检规则的血液样本，通过Cellsee系统进行预分类，辅以人工审核，取得以下研究成果：  

1. 评估得到系统的细胞形态识别性能

 - 对原始细胞识别的敏感性、特异性和准确性分别达92.86%、95.16%和95.10%；

 - 对幼稚粒细胞、反应性淋巴细胞及有核红细胞的敏感性均超过90%，显著优于传统人工镜检。  

- 异常红细胞形态识别敏感性高达99.59%，伴有对各类异常红细胞的快速定量分析；

2. 评估得到AI辅助人工的诊断性能

 - AI辅助下，初级及中级技术人员的细胞识别准确率均有提升。AI对初级技术人员的辅助作用更为明显，AI辅助下，初级技术人员对原始细胞、反应性淋巴细胞的识别敏感性提升了12.46%和10.61%； 

 - 基层单位通过“AI预分类+人工审核”模式，成功筛查出339例红细胞疾病、5例血小板疾病、28例恶性血液病（如急性白血病、骨髓增生异常综合征）及2,343例感染相关病例，漏诊率大幅降低。  

3. 分析探讨系统在推动分级诊疗落地中的作用

 - 系统通过捕捉血小板聚集、核左移等关键指标，助力基层单位快速识别血栓性微血管病、急性早幼粒细胞白血病等危急病症，为患者争取黄金救治时间；  

 - 远程数字图像会诊功能，可为偏远地区提供高效、标准化的诊断支持。

Cellsee人工智能阅片系统 · 以技术创新重塑血液疾病诊断流程

作为研究的核心工具，Cellsee人工智能阅片系统深度融合深度学习与临床需求，通过基于卷积神经网络的智能预分类引擎，自动完成细胞图像采集、分类及异常标记，减少人工筛查的重复性工作，显著提升诊断效率和准确率。同时，根据各基层数据的差异，如染色条件、制片差别，系统支持持续学习标注数据，不断优化模型识别能力，确保结果的稳定性。

Cellsee人工智能阅片系统的应用成果，印证了AI细胞学诊断在检验医学领域的发展潜力。通过AI技术，解决了基层医疗镜检人员匮乏的长期困境，提升了外周血涂片复检率；进一步，依托区域医联体部署云端协作网络，构建细胞学分级诊疗体系，实现优势检验资源下沉，最终提升基层检验水平，实现快速筛查和转诊，真正惠及基层病患。

文章链接：https://link.cnki.net/doi/10.13602/j.cnki.jcls.2025.04.02