陸道培醫(yī)院細胞遺傳和分子細胞遺傳室與西安交通大學生命科學與技術學院吳曉明教授合作的人工智能技術用于染色體核型分析的研究于近日發(fā)表于國際學術期刊JournalofComputationalBiology。
染色體核型分析是血液腫瘤MICM(血細胞形態(tài)學、免疫學、細胞遺傳學和分子生物學)整合診斷中的重要組成部分。準確識別正常和異常的染色體核型對于血液腫瘤的診斷和預后判斷具有重要意義。雖然染色體核型分析技術已經發(fā)展成熟超過半個世紀,但由于對專業(yè)人員培養(yǎng)要求較高,并且因為種種條件限制,很多醫(yī)院仍不能開展染色體核型分析,因而推廣應用很不理想。傳統(tǒng)的基于光學顯微鏡下獲得的圖像和人工識別染色體核型的方式需要耗費大量的人力,并且對分析人員的經驗要求很高,工作中常常培養(yǎng)一個較有經驗的染色體核型分析技術人員需要2年左右的時間。雖然全自動染色體掃描暨核型分析系統(tǒng)已較為普遍應用于臨床,熟練的技術人員平均每天能分析約6-8份骨髓染色體標本,但仍遠遠不能滿足臨床需求。
為進一步提高染色體核型分析的效率及質量,用技術革新促進其推廣應用的可能,陸道培醫(yī)院細胞遺傳和分子細胞遺傳室于2017年11月開始與西安交通大學生命科學與技術學院吳曉明教授所率領的團隊建立合作,反復接洽、共同探討用人工智能技術進行染色體核型分析的研究。
在新發(fā)表的論文中,報道了一種新建立的包括6個卷積層、3個池化層、4個舍棄層和2個全連接層的深度卷積神經網絡(deepCNN)染色體核型分析模型。經由訓練集的訓練,該模型對正常染色體核型的識別準確率已達93.79%。該模型在保證高準確率的基礎上,可以實現輔助快速自動識別,可以大大提高工作效率。在此工作的基礎上,雙方將共同探討進一步將人工智能技術用于異常染色體核型識別的研究。
本文的共同通訊作者
個人簡介:王彤 血液學副研究員,陸道培醫(yī)療集團細胞和分子細胞遺傳學實驗室主任
中國抗癌協(xié)會血液腫瘤血液病理學組第一、第二屆專家委員會委員;中國醫(yī)師協(xié)會檢驗醫(yī)師分會造血與淋巴腫瘤檢驗醫(yī)學專委會特聘專家;第一屆北京醫(yī)學檢驗學會理事;北京醫(yī)學檢驗學會第一屆血液學和體液學檢驗分會常務委員。
從事染色體核型分析工作30余年,擅長各種疑難、復雜染色體核型分析及熒光原位雜交分析,擅長其臨床意義解讀及預后危險度分層的評估,率先將骨髓涂片FISH技術應用于臨床進行白血病回顧性診斷。參與專業(yè)書籍《臨床血液學檢驗》、《檢驗診斷報告體系與應用規(guī)范》(人衛(wèi)出版社)編寫;《血液病細胞-分子細胞遺傳學診斷技術中國專家共識》(2013)制定及《全國FISH檢驗診斷報告單共識》《造血與淋巴組織腫瘤檢驗診斷報告模式專家共識》(2016)制定。
細胞遺傳及分子細胞遺傳學實驗室簡介:是國內規(guī)模大的從事血液腫瘤染色體核型分析及熒光原位雜交分析的遺傳學實驗室,也是發(fā)報告速度快、報告質量好的實驗室。擁有經過專業(yè)培訓、經驗豐富的技術人員25人,除完成本院血液腫瘤患者的染色體核型及熒光原位雜交分析外,約30%的標本來自北京市各三甲醫(yī)院和全國各地三甲醫(yī)院,年標本量2萬余份,其中大量各種高度復雜及疑難病例。