Изучение того, что необходимо для обеспечения надежности, возможности проверки и практической применимости диагностики на основе искусственного интеллекта в повседневной клинической практике

Искусственный интеллект расширяет возможности лабораторных систем по обнаружению, анализу и интерпретации данных. По мере того как эти возможности становятся всё более доступными для повседневного использования, возникают вопросы практического характера: можно ли надлежащим образом подтвердить достоверность результатов? И смогут ли передовые диагностические инструменты стабильно работать за пределами узкоспециализированных лабораторий?

Эти темы были среди прочих обсуждены во время недавнего визита в Озелл, который совершил Профессор Серджио Бернардини, секретарь Международной федерации клинической химии и лабораторной медицины (IFCC). Профессор Бернардини также является консультантом и представителем при правлении Отдела новых технологий (ETD) Международной федерации клинической химии (IFCC). В ходе встреч с руководством, сотрудниками отдела исследований и разработок, а также медицинскими специалистами компании Ozelle профессор Бернардини обменялся мнениями о том, как лабораторная медицина развивается благодаря искусственному интеллекту и цифровым технологиям — от гематологии на основе изображений и цифровой морфологии до клинической валидации, стандартизации и их роли в рутинных диагностических рабочих процессах.

Внедрение морфологического анализа в рутинный рабочий процесс гематологических исследований

Гематология — одна из областей, где этот сдвиг уже становится заметным. Рутинный анализ общего анализа крови (ОАК) в значительной степени автоматизирован, однако морфологическое исследование по-прежнему часто остается за пределами основного автоматизированного рабочего процесса. Когда аномальные или атипичные клетки требуют более тщательного изучения, лабораториям могут потребоваться дополнительная подготовка мазков, микроскопическое исследование и консультация специалиста. Компания Ozelle разработала ИИ × CBM (полная морфология крови) восполнить этот пробел. Благодаря сочетанию стандартизированной визуализации клеток с анализом морфологии с помощью искусственного интеллекта данный подход позволяет интегрировать изображения клеток, их классификацию и оценку непосредственно в рабочий процесс гематологической диагностики, а не рассматривать анализ морфологии как отдельный этап, выполняемый после рутинного анализа общего анализа крови.

В ходе своего визита профессор Бернардини более подробно ознакомился с O-Cyte 1, высокопроизводительный гематологический анализатор компании Ozelle, созданный на основе данного подхода. O-Cyte 1 разработан для внедрения интеллектуального анализа морфологии в условиях, где важна также пропускная способность. В качестве автономной системы он обрабатывает 60 анализов в час, а его модульная архитектура позволяет увеличить пропускную способность до 360 анализов в час по мере роста спроса на диагностику.

Благодаря этому морфология на основе изображений приобретает более широкое применение в рутинной гематологии. Вместо того чтобы оставаться в основном этапом обзора с низкой пропускной способностью, морфология может стать неотъемлемой частью рабочего ритма и рабочего процесса, характерных для больниц, лабораторий и других диагностических учреждений. O-Cyte 1 также решает менее заметную, но не менее практическую проблему: техническое обслуживание. Большая часть тракта для жидкости и ключевые компоненты, контактирующие с жидкостью, находятся в системе расходных материалов, а не остаются внутри анализатора в течение длительного времени. Перенос большей части жидкости через расходные материалы помогает поддерживать чистоту внутренней системы и снижает потребность в регулярном техническом обслуживании.

В совокупности интеллектуальный анализ морфологии, скорость, модульная расширяемость и сниженные требования к техническому обслуживанию отражают простой принцип: передовые методы анализа морфологии становятся более полезными, когда они соответствуют реальным условиям проведения рутинной диагностики.

Комплексная диагностика за пределами центральной лаборатории

В ходе беседы также был рассмотрен вопрос о том, как диагностические потребности различаются в разных системах здравоохранения. Профессор Бернардини отметил, что децентрализованное тестирование и тестирование на месте оказания медицинской помощи развиваются не одинаково во всех странах. На то, насколько реально тестирование может приблизиться к месту оказания медицинской помощи, влияют организация работы лабораторий, экономика здравоохранения и местные схемы оказания медицинской помощи. В более централизованных системах такие учреждения, как местные аптеки, частные лаборатории, небольшие клиники и учреждения первичной медицинской помощи, могут предоставлять различные возможности для расширения доступа к диагностическому тестированию.

В связи с этим, EHBT-50 вызвала особый интерес. Профессор Бернардини проявил особый интерес к тому, как система EHBT-50 объединяет гематологию, иммуноанализ и биохимию на одной платформе. Вместо того чтобы использовать отдельные приборы для различных видов исследований, система объединяет несколько типов диагностической информации в единый рабочий процесс.

Преимущество заключается не просто в том, что “три функции объединены в одном анализаторе”. Для небольших или децентрализованных медицинских учреждений это открывает возможность получения более полной диагностической картины без дополнительных затрат на площади, техническое обслуживание, обучение персонала и без увеличения нагрузки на рабочие процессы, связанной с использованием нескольких отдельных систем.

От анализа с помощью ИИ до доказательств, поддающихся проверке

Еще одной часто затрагиваемой темой были доказательства. По мере того как ИИ становится частью клинической диагностики, одной только эффективности алгоритмов уже недостаточно. Стандартизация, отслеживаемость и клиническая валидация — все эти факторы влияют на то, можно ли с уверенностью применять новую технологию в повседневной практике.

Морфология на основе изображений привносит сюда важный аспект. В рамках рабочего процесса «ИИ × CBM», разработанного Озеллом, классификация с помощью ИИ остается привязанной к исходным изображениям клеток. Пользователи не ограничиваются лишь числовым или категориальным результатом; они также могут ознакомиться с клеточными данными, лежащими в основе данной классификации.

Другими словами, результат не отделен от данных, на основе которых он был получен. По мнению Озелла, это важная составляющая ответственного использования ИИ в диагностике. Цель заключается не просто в том, чтобы расширить спектр того, что алгоритм способен распознавать, а в том, чтобы с течением времени упростить процесс проверки, оценки и подтверждения достоверности его результатов.

В ходе дискуссии также были отмечены возможности для продолжения научного и академического обмена мнениями по вопросам оценки новых диагностических технологий и того, как более убедительные доказательства могут способствовать их более широкому внедрению в клиническую практику. По мере того как лабораторная медицина становится всё более цифровой, интеллектуальной и децентрализованной, прогресс будет зависеть не только от более совершенных алгоритмов или более мощных анализаторов. Важными будут те технологии, которые смогут вписаться в реальные рабочие процессы, выдержать научную проверку и оставаться надежными в повседневном использовании.

Именно в этом заключается цель работы Озелла в области ИИ × CBM, интегрированной диагностики и сетевых диагностических систем — превратить ИИ из технической возможности в практическую клиническую ценность и обеспечить надежную работу интеллектуальной диагностики в реальных условиях.