Die In-vitro-Diagnostik steht an einem Wendepunkt. Herkömmliche Hämatologie-Analysegeräte, die für zentralisierte Labors entwickelt wurden, können nur schwer mit einer Welt Schritt halten, die zunehmend schnelle, hochauflösende Erkenntnisse am Ort der Behandlung verlangt. Auf der einen Seite stehen numerische Analysegeräte, die zwar Zählungen und Indizes liefern, denen aber der morphologische Kontext fehlt; auf der anderen Seite stehen manuelle Abstriche und Mikroskopie, die zwar viele Details liefern, aber langsam, bedienerabhängig und schwer zu skalieren sind.

Ozelle's AI × CBM (Vollständige Blutmorphologie) Architektur ist eine Antwort auf diese strukturelle Spannung. Durch die Verschmelzung von Zellmorphologie-Bildgebung, KI-Mehrklassenerkennung und integrierten Multi-Assay-Tests in einem szenarioreifen System zielt Ozelle darauf ab, mit einem einzigen Tropfen Blut eine laborgerechte Tiefe zu liefern - unabhängig davon, ob das Gerät in einem tertiären Krankenhaus, einer Primärklinik, einer Apotheke oder einem mobilen Umfeld eingesetzt wird.

In diesem Artikel werden die technischen Grundlagen und die klinischen Auswirkungen von KI × CBM erläutert und untersucht, wie sie die Zukunft der Blutdiagnostik umgestalten können.

Das moderne Gesundheitswesen ist mit drei konvergierenden Druckfaktoren in der Diagnostik konfrontiert:

1. Steigendes Testvolumen und zunehmende Komplexität Alternde Bevölkerungsgruppen, chronische Krankheiten und Multimorbidität führen zu einer höheren Anzahl von Tests pro Patient, während das Spektrum klinisch relevanter Biomarker immer größer wird. Die Arbeitsbelastung in den Zentrallabors nimmt zu, ohne dass die Zahl der qualifizierten Mitarbeiter im gleichen Maße steigt.
2. Dezentralisierung der Versorgung. Die Versorgung rückt näher an den Patienten heran - in Kliniken der Primärversorgung, Apotheken, Gemeindezentren und sogar in mobilen und häuslichen Umgebungen. An diesen Standorten sind kompakte, wartungsarme Geräte gefragt, die schnell verwertbare Erkenntnisse liefern können, oft auch ohne Laborpersonal.
3. Beschränkungen herkömmlicher Hämatologie-Plattformen Konventionelle 3-teilige oder 5-teilige Differential-Analysatoren zeichnen sich durch numerische Parameter aus, sind aber blind für subtile Zellmorphologie und abnorme Formen. Wenn tiefere Einblicke erforderlich sind, müssen die Labors auf die manuelle Überprüfung von Abstrichen zurückgreifen, was nicht einfach ist:
   1. Zeitaufwendig und stark bedienerabhängig
   2. Schwierig zu standardisieren und zu skalieren
   3. Schlecht geeignet für dezentralisierte oder durchsatzstarke Umgebungen

Gleichzeitig erwarten Kliniker zunehmend mehr als bloße Zahlen. Sie benötigen zusammengefasste Erkenntnisse: welche Muster abnormal sind, was sie bedeuten könnten und welche zusätzlichen Tests am wichtigsten sind - idealerweise innerhalb eines einzigen, rationalisierten Arbeitsablaufs.

Dies ist der Kontext, in dem AI × CBM auftaucht: nicht nur als ein weiteres Analysegerät, sondern als eine neue diagnostische Architektur, die Morphologie, multimodale Assays und AI-native Software integriert.

Technischer Kern: AI × CBM Algorithmen und Daten

Vom Blutbild zur vollständigen Blutmorphologie

Herkömmliche Hämatologie-Analysegeräte messen die elektrische Impedanz oder die optische Streuung, um Zellzahlen und Indizes abzuleiten. Der CBM-Ansatz von Ozelle behält das quantitative Grundgerüst bei, fügt aber eine vollständige Bildgebungs- und KI-Schicht hinzu.

Auf der Hardware-Ebene kombiniert das CBM:

• Hochauflösende Mikroskopie und Optik Ein kundenspezifisches optisches System nimmt mikroskopische Bilder mit einer Auflösung auf Ölimmersionsniveau in Echtzeit auf und ermöglicht die Visualisierung von Zellgröße, -form, Kernsegmentierung und Zytoplasmaeigenschaften.
• Flüssigphasenfärbung und Z-Stapel-Bildgebung Nassfärbung (z. B. mit Wright-Giemsa-ähnlichen Protokollen) verstärkt den Farbkontrast, während die Z-Stapel-Bildgebung 3D-ähnliche Zelldarstellungen rekonstruiert. So entstehen mehrdimensionale Ansichten, die für KI-Modelle sehr informativ sind.
• Hochgeschwindigkeits-Vollfeld-Scannen Automatisiertes Scannen deckt das gesamte Feld ab und erfasst Tausende von Zellen pro Dia-Äquivalent ohne manuelle Navigation.

Diese Bilder werden dann in die KI-Engine eingespeist, die das CBM betreibt.

Multi-Class Cell Recognition: Mehr als “5-Part Diff”

Während bei einer herkömmlichen Differentialdiagnose zwischen Neutrophilen, Lymphozyten, Monozyten, Eosinophilen und Basophilen unterschieden wird, erweitert das CBM die Klassifizierung auf eine breitere Palette klinisch wichtiger Morphologien, darunter auch auf Neutrophile:

• Neutrophile Subtypen
  • NST: Neutrophile Stabgranulozyten (Bandformen/frühere Vorläufer), die eine Linksverschiebung und Knochenmarkbelastung widerspiegeln
  • NSG: Neutrophile segmentierte Granulozyten (reife Neutrophile, erste Verteidigungslinie)
  • NSH: Neutrophile hypersegmentierte Granulozyten, oft in Verbindung mit einer gestörten Reifung oder megaloblastischen Prozessen
• Abnorme lymphoide und atypische Zellen
  • ALY: Atypische Lymphozyten, die auf Virusinfektionen oder reaktive Lymphozytose hinweisen können
• Erythroid-bezogene Parameter
  • RET: Retikulozyten, die die Reaktion des Knochenmarks auf Anämie oder Hämolyse anzeigen
• Thrombozyten und andere gebildete Elemente
  • PAg und detaillierte Thrombozytenparameter mit der Möglichkeit zur Visualisierung von Thrombozyten und Aggregatmustern
  • Morphologisch abnorme Erythrozyten: Schistozyten, Echinozyten, Tränenzellen usw.

Diese Mehrklassenerkennung ist kein zusätzlicher Regelsatz, sondern wird von Deep-Learning-Modellen gesteuert, die durchgängig auf realen Bilddaten trainiert wurden.

Algorithmische Maschine: Deep Learning in großem Maßstab

Der KI-Stack von Ozelle basiert auf Faltungsneuronalen Netzen (CNNs), die auf einem der größten bekannten Datensätze von echten Blutzellenbildern aus der Praxis trainiert wurden.

Die wichtigsten Merkmale sind:

• Massiver Trainingskorpus aus realen Geräten Mit mehr als 50.000 weltweit installierten Analysegeräten und zig Millionen von Zellbildern, die täglich erzeugt werden, übersteigt die kumulative Datenbank von Ozelle 100 Milliarden Datenpunkte. Dies ermöglicht es dem System, zu erfassen:
  • Inter-Patient-Variabilität
  • Ethnische und regionale Vielfalt
  • Geräte- und Reagenzienabweichung im Laufe der Zeit
  • Seltene Morphologien, die in kontrollierten Studien schwer zu erfassen sind
• Mehrdimensionale Eingaben und fortschrittliche Verbesserung Die Bildgebungspipeline liefert multispektrale Ansichten mit mehreren Blickwinkeln, mit CNN-basierter Bildverbesserung und Superauflösungstechniken, um die Grenzen der Rohoptik zu überwinden. Dies verbessert die Randdefinition, die Kernsegmentierung und die Sichtbarkeit der Körner - alles entscheidende Faktoren für eine robuste Morphologieklassifizierung.
• Auto-ML und kontinuierliches Lernen Der Modellsatz ist nicht statisch. Die Leistung des Algorithmus wird iterativ mit Hilfe automatischer Pipelines für maschinelles Lernen und dem Feedback eines Qualitätskontrollsystems auf Branchenebene verfeinert. Dies ermöglicht:
  • Kontinuierliche Kalibrierung bei globalen Einsätzen
  • Verringerung falsch positiver/negativer Ergebnisse bei seltenen Zellklassen
  • Schrittweise Angleichung an die Leistung von Pathologen als Experten

Das Ergebnis ist eine KI-Erkennungsmaschine, die eine breite Palette von Leukozyten-Subtypen, abnormen Zellen und geformten Elementen mit hoher Präzision klassifizieren kann, während sie gleichzeitig die Geschwindigkeit und Reproduzierbarkeit beibehält, die man von einem automatischen Analysegerät erwartet.

Integrierte Architektur: Hämatologie, Biochemie, Immunoassay in einem Arbeitsablauf

Szenario-gesteuerte Panels auf einer einzigen Plattform

Das AI × CBM-Konzept geht über die Morphologie hinaus. Die Plattform von Ozelle ist als integriertes Mini-Labor konzipiert, das alles vereint:

• Hämatologie / CBM: vollständiges Blutbild plus Morphologie und erweiterte Parameter
• Biochemie (Trockenchemie): z. B. GLU, TG, TC, UA, Nieren- und Leberfunktionsmarker
• Immunoassay (Fluoreszenz-Immunochromatographie): Infektions- und Entzündungsmarker, Hormone, Herzmarker usw.

Alle Tests laufen über ein wartungsfreies, kassettenbasiertes System, das:

• Verwendet integrierte Einwegtestkits (Hämatologie, Biochemie, Immunoassay-Karten)
• Eliminiert herkömmliche Flüssigkeitssysteme, Schläuche und häufige Wartung
• Minimiert das Risiko einer Kreuzkontamination und vereinfacht die Bedienung für Nicht-Laboranwender

Von dieser einheitlichen Plattform aus können Kliniker szenariospezifische Panels konfigurieren, wie z. B.:

• Typisierung der Infektion: CBC + CRP + SAA
• Diabetes-Management: CBC + HbA1c
• Kardiales Screening: CBC + NT-proBNP, optional Troponin und CK-MB
• Schilddrüsen-, Nieren- oder Knochenstoffwechsel-Panels und mehr, wenn das Menü erweitert wird

Das System ist also nicht nur ein Hämatologie-Analysegerät mit KI, sondern ein multimodales Diagnosegerät, das sein Testmenü auf die jeweilige klinische Fragestellung abstimmen kann.

Hocheffizienter Single-Drop-Workflow

In der Praxis bedeutet AI × CBM Folgendes:

• Probenbedarf von nur ~30 µl Kapillarblut für die Hämatologie in vielen Konfigurationen - geeignet für die Entnahme von Fingersticks in Ambulanzen und Apotheken
• Durchsatz von ca. 10 Proben pro Stunde, Ausgleich zwischen Point-of-Care-Anforderungen und Arbeitsabläufen in kleinen Labors
• Ein-Klick-Betrieb mit automatischer Probenvorbehandlung, Färbung, Bildgebung, Analyse und Berichterstellung

Dieses Konzept geht auf die üblichen Probleme dezentraler Standorte ein: begrenztes Personal, begrenzte Zeit und begrenzte Toleranz für komplexe Wartungsarbeiten.

Intelligente KI-Werkbank (Open Dx): Von Zahlen zu Anleitungen

Integrierte digitale Workbench im Analysator

Ein wichtiger Bestandteil von AI × CBM ist die Intelligent AI Workbench (Open Dx), die diagnostische Intelligenz in den Kern der Benutzeroberfläche des Analysegeräts verlagert.

Open Dx ist integriert:

• Testbestellung und Panelauswahl
• Ergebnisvisualisierung in Echtzeit, mit Zugang zu:
  • Numerische Rohparameter
  • Zellhistogramme und Streudiagramme
  • Hochauflösende Zellbilder und Morphologiekacheln
• AI-unterstützte Beratung und Interpretation

Dadurch wird der Analysator von einer passiven Datenquelle zu einer interaktiven Diagnosekonsole.

Von statischen Berichten zu interaktiven diagnostischen Einblicken

Herkömmliche Analysegeräte geben statische, gedruckte Berichte aus. Im Gegensatz dazu bietet Open Dx:

• Automatisierte Erkennung von Anomalien Das System hebt Abweichungen von Referenzbereichen, anormale Verteilungen und verdächtige morphologische Muster hervor.
• Risikokennzeichnung und Mustererkennung Anhand von vortrainierten Diagnosemustern kann die Workbench mögliche klinische Szenarien vorschlagen - zum Beispiel:
  • Frühe bakterielle Infektion mit Linksverschiebung und Entzündungsmarkern
  • Virale Infektion mit verändertem Lymphozytenmuster und SAA-Dynamik
  • Mögliche hämatologische Anomalien, die eine Nachuntersuchung rechtfertigen
• Strukturierte Übersichtsinterpretationen Anstatt den Klinikern die manuelle Synthese von Dutzenden von Parametern zu überlassen, bietet die KI-Workbench einen übersichtlichen Interpretationsteil:
  • Zusammenfassung der wichtigsten Anomalien
  • Mögliche pathophysiologische Mechanismen
  • Vorschläge für weitere Tests oder klinische Korrelationen
• Konversationelle KI für die Befundabfrage Eine dialogähnliche Schnittstelle ermöglicht es Klinikern, das System direkt abzufragen: “Warum ist der NST-Wert erhöht?” “Was könnte diese Kombination aus niedrigem LYM und hohem MON bedeuten?” Das System antwortet, indem es die Ergebnisse mit relevantem literatur- und regelbasiertem Wissen kontextualisiert und den Ärzten hilft, komplexe Muster schneller und sicherer zu interpretieren.

Für veterinärmedizinische Anwendungen erstreckt sich derselbe Rahmen auf artenspezifische Anleitungen und Medikamentenreferenzen, was die Erweiterbarkeit des AI-Workbench-Konzepts unterstreicht.

Klinische und betriebliche Auswirkungen: Neudefinition der Effizienz an der Frontlinie

Für Kliniker: Tiefere Einblicke, frühere Erkennung

Durch die Kombination von KI × CBM mit szenariobasierten Panels gewinnen die Kliniker:

• Frühere Erkennung subtiler Anomalien Die Analyse von Neutrophilen verschiedener Klassen (NST/NSG/NSH), abnormalen Lymphozyten, Retikulozyten und abnormaler Erythrozytenform kann frühe Infektionen, Knochenmarksbelastungen oder hämatologische Störungen aufzeigen, die bei einfachen Zählungen übersehen werden könnten.
• Umfassenderer Kontext bei einer einzigen Untersuchung Anstatt mehrere Proben an verschiedene Analysegeräte oder externe Labors zu senden, können Kliniker mit einem einzigen Gerät und einem einzigen Besuch auf Blutbild, Morphologie, Entzündungsmarker, Herzmarker und Stoffwechselindikatoren zugreifen.
• KI-generierte Interpretationen und Risikohinweise helfen Nicht-Fachleuten - z. B. Hausärzten oder Apothekern - komplexe Berichte schnell zu interpretieren und zu entscheiden, ob eine Behandlung erforderlich ist:
  • Beibehaltung der Verwaltung auf der primären Ebene
  • Eskalation zur Überweisung an einen Spezialisten
  • Anordnung spezifischerer Folgeuntersuchungen

Für Primärversorgung, Apotheken und dezentrale Standorte

In dezentralisierten Umgebungen zielt AI × CBM auf die wichtigsten operativen Hindernisse ab, die bisher die fortschrittliche Diagnostik eingeschränkt haben:

• Minimaler Wartungs- und Schulungsaufwand Das kartuschenbasierte Design, das Fehlen von Flüssigkeitsleitungen und die geführten Arbeitsabläufe verringern die Abhängigkeit von gut ausgebildeten Labortechnikern.
• Kompakte Stellfläche und Multifunktionalität Ein einziges Gerät ersetzt separate Hämatologie-, Biochemie- und Immunoassay-Analysatoren, was Platz spart und die Beschaffung und Wartung vereinfacht.
• Verbesserte Wirtschaftlichkeit Die Konsolidierung von Tests in All-in-One-Kartuschen und die Minimierung der Gerätewartung senken die Gesamtbetriebskosten und machen fortschrittliche Diagnostik auch für kleinere Standorte rentabel.

Der kumulative Effekt ist eine Umverteilung der diagnostischen Möglichkeiten: mehr von dem, was früher auf die Krankenhauslabors beschränkt war, wird näher am Patienten zugänglich, ohne dass die analytische Tiefe beeinträchtigt wird.

Zukunftsausblick: Wohin sich AI × CBM entwickeln können

AI × CBM ist kein statisches Produkt, sondern eine Plattformarchitektur mit erheblichem Spielraum für Innovationen.

Mehrere Richtungen zeichnen sich ab:

1. Erweiterte Biomarker-Menüs über Software-Updates Mit modularen Assay-Karten und OTA (Over-the-Air)-Upgrade-Möglichkeiten können neue Parameter - von neuartigen Herzmarkern bis hin zu neuen Entzündungs- oder Onkologie-Signaturen - hinzugefügt werden, ohne dass die Kernhardware neu entwickelt werden muss.
2. Granularere Erkennung seltener Zellen Mit dem Wachstum des globalen Datenkorpus können KI-Modelle so trainiert werden, dass sie zunehmend seltene Morphologien erkennen (z. B. bestimmte Blastenarten, dysplastische Formen) und in Screening-Algorithmen zur Früherkennung hämatologischer Erkrankungen integriert werden.
3. Personalisierte und longitudinale Analysen Durch die Nutzung der breiteren Ozelle IoT-Plattform können Analysegeräte mit Cloud-basierten Systemen verbunden werden, die Patiententrends im Laufe der Zeit verfolgen:
   1. Personalisierte Basislinien und dynamische Referenzbereiche
   2. Warnung vor subtilen Abweichungen, bevor sich eine Krankheit manifestiert
4. Integrierte Versorgungspfade und mit KI angereicherte telemedizinische Berichte können sicher mit entfernten Fachärzten ausgetauscht werden und bilden das Rückgrat der Telehämatologie und kooperativer Versorgungsmodelle zwischen Primärversorgern und tertiären Zentren.
5. Arten- und bereichsübergreifende Erweiterung Die veterinärmedizinischen Implementierungen von AI × CBM veranschaulichen, wie derselbe morphologische und AI-Rahmen an verschiedene biologische Kontexte angepasst werden kann. Künftige Erweiterungen könnten klinische Nischenbereiche oder spezifische Forschungsanwendungen umfassen.

Schlussfolgerung

“AI × CBM: Die nächste Generation der Vollblutmorphologie” ist mehr als ein Slogan. Er steht für ein strukturelles Umdenken darüber, wie die Hämatologie und verwandte Diagnostik in einem Gesundheitssystem funktionieren sollte, das immer verteilter, datenreicher und ergebnisorientierter wird.

Durch Kombination:

• Hochauflösende, KI-gestützte Morphologie
• Erkennung von Zellen mehrerer Klassen über die traditionellen Differentiale hinaus
• Integrierte Hämatologie-, Biochemie- und Immunoassay-Tests in einem wartungsfreien Gerät
• Und eine intelligente KI-Workbench, die Rohdaten in interaktive Diagnoseanleitungen umwandelt

Die KI × CBM-Plattform von Ozelle bietet eine Vorlage für szenarioreife Diagnosen: tiefgründig genug für Spezialisten, aber einfach und robust genug für den Einsatz an der Front.

Die wichtigste Erkenntnis für Laborleiter, Medizintechniker und Entscheidungsträger im Gesundheitswesen ist diese: KI in der Diagnostik bietet den größten Nutzen, wenn sie nicht auf bestehende Analysegeräte aufgeschraubt wird, sondern in die gesamte Diagnostik integriert wird - von der Optik und den Assays bis hin zu Algorithmen, Arbeitsabläufen und klinischer Entscheidungsunterstützung. KI × CBM ist eines der ausgereiftesten Beispiele für diese End-to-End-Integration, die jetzt in die Routinepraxis eintritt.

FAQs

Q1: Ist das System wartungsfrei? A1: Ja. Einwegkartuschen und keine internen Flüssigkeitsleitungen machen eine routinemäßige Reinigung überflüssig.

F2: Ist der Kauf zusätzlicher Reagenzien erforderlich? A2: Nein. Alle erforderlichen Reagenzien sind in den Testkits enthalten.

Q3: Wie schwierig ist die Bedienung? A3: Die Bedienung ist nach dem Laden der Kartusche vollautomatisch und auch für Nicht-Laborpersonal geeignet.

F4: Müssen Reagenzien in der Kühlkette transportiert werden? A4: Nein. Sie bleiben bei typischen Raumtemperaturen stabil.

F5: Kann AI × CBM mit LIS/HIS verbunden werden?

A5: Ja. Die Plattform unterstützt Standard-LIS/HIS und Netzwerkkonnektivität für die Datenintegration.