为了更好推广国内检验医学学科的优秀科研成果，检验医学微信公众号特开辟【期刊导读】专栏，选取国内外检验期刊优秀论文，简化、精炼期刊文章的主要内容，期待能为大家带来更好更方便的阅读体验。

  本期文章引用格式：白求恩精神研究会检验医学分会, 中华医学会检验医学分会血液体液学组, 中国医学装备协会检验医学分会基础检验设备学组. 人工智能辅助外周血细胞形态学检查的中国专家共识[J]. 中华检验医学杂志, 2023, 46(3): 243-258.

  血细胞形态学检查在引起白细胞、红细胞、血小板变化的相关临床疾病诊疗过程中起着很重要的作用，也是目前临床实验室血细胞分析的重要复检手段。传统的人工显微镜下血细胞形态学检查被认为是标准方法，但存在的方法学不足明显限制了其广泛开展和深入应用，在此背景下，自动数字化、智能化的血细胞形态学分析仪/系统便不断被研发和准入，并应用到临床诊疗等过程中。

  尽管人工智能辅助的血细胞形态学检查方法具有广阔的临床应用场景和前景，国内已有450余台设备应用于临床检验，但该技术方法还存在诸多不完善的方面，临床实验室应当全面、准确认识其分析性能，在临床应用时更需要制定科学、规范、有效的检验流程和操作程序。

  人工智能血细胞形态学检查的标本类型、采集、标本保存同手工法血细胞形态学检查要求。

  推片机一般根据血液标本的血细胞比容或黏度来调整滴加的血量（2~4μL）、推片角度（20.0°~36.0°）、速度（30~185mm/s）、血滴延展时间（0.5~3.0s）等参数。推片机制备的血涂片比手工法稳定性更高，与血细胞形态分析仪的适配度更好。

  推片机和手工制备的血涂片均可用于仪器法血细胞形态分析，但由于细胞颜色和体积差异（推片机制备的细胞可能更大、更薄），血细胞形态分析仪对手工与推片机制备的血涂片中的细胞识别结果有几率存在差异。

  共识1：无论是推片机还是手工制片，均应对其制备的血涂片质量进行评价，以满足人工智能血细胞形态学检查和人工镜检的质量发展要求。目前临床上常用的推片机制片时会根据血液血细胞比容和黏度调节用血量，一般2~4μl；制备的血膜面积约为5cm2。考虑白细胞少、异常细胞比例低等血液标本，以及需保存全视野图像等情况，应适当增加用血量和血涂膜面积及厚度。

  共识2：推片机制备的血涂片比手工法稳定性更高，可较好地消减手工制备血涂片重复性差及细胞破碎问题，提高血细胞形态学检查的准确性，高制片效率，与血细胞形态分析仪的适配度更好；使用手工法制备血涂片时，需对标实验室所使用的仪器/系统的细胞识别和分类性能制定适宜的手工制备血涂片标准操作程序。无论是推片机还是手工制备血涂片均应做好质量评估和控制。

  自动染片机染色主要是采用滴染或浸染的方式对血涂片进行染色 浸染法和滴染法相比，染液用量较少，缺点是试剂长时间暴露在空气中有可能会出现变性，染液重复使用会导致染色质量下降。

  自动染片机染色过程一般来说包括：甲醇预固定，染色液原液初染（固定），染色液与特殊的比例的缓冲液混合后复染（染色），冲洗，干燥等几个步骤。为得到最佳染色效果，自动染片机对每一个染色环节可设置多种时间和模式，临床实验室应通过实验确定最佳的染色方案。

  由于实验室的染色方法设置不完全相同，为保证自动化血细胞形态分析仪能准确识别细胞及形态学改变，必须对血涂片染色质量进行评价。仪器染色法应与手工染色法进行镜检结果一致性比对，符合率应大于95%。

  共识3：血细胞形态学检查时血涂片染色常用瑞氏染液、 ‑姬姆萨复合染液；检查细胞内寄生虫或其他病原体时可采用姬姆萨染液；自动化血细胞形态分析仪生产商供应的或其他市售及自配的染色液均可满足保证细胞识别和分类准确性的要求。

  共识4：对于人工智能血细胞形态学检查，自动染片机染色效果较手工染色更稳定。使用自动染片机染色时，应通过实验评估确定适合的实验室染色方法和条件，在调整过程中最好还是不要改变多个设置，否则不易发现影响染色效果的因素。

  共识5：细胞形态的准确识别依赖于染色良好的血涂片，无论手工方法还是自动染片机染色，都应建立评估染色效果的程序性文件并规范执行。评估内容至少应包括染色质量、细胞分类的准确精密度、异常细胞检出率。

  共识6：人工智能血细胞形态学检查对血涂片染色质量的基础要求：细胞形态完整，各成分着色正常、分色清晰，核染色质结构清楚。红细胞呈粉红色或琥珀色，未成熟红细胞各阶段易于识别；粒细胞三种颗粒易于识别，未成熟粒细胞各阶段易于识别；原始细胞、反应性淋巴细胞、异常淋巴细胞易于识别；白细胞、红细胞和血小板异常形态易于识别。仪器染色应与手工染色进行镜检结果一致性比对，符合率应大于95%。

  （1）辅助观察细胞数量异常：评估白细胞、红细胞、血小板数量有无增高或减低；

  （2）辅助细胞形态学分析：利用自动阅片机对血涂片自动浏览，按照设定好的白细胞数量（通常为100~200个有核细胞/每份标本）抓取细胞图像到计算机中并进行预分类，再经人工审核和确认，非常大程度上减轻了人工镜检工作量，缓解了人工镜检负担；

  （3）增加图像采集数量以发现原始、幼稚细胞和形态异常细胞：在怀疑有可能存在有重要临床诊疗价值的异常细胞等情况下，通过阅片机进一步增加分类计数的细胞（可增至500个有核细胞/每份标本），有助于更好地发现外周血中比例较低的原始细胞和/或幼稚细胞、异常淋巴细胞、发育异常和髓外造血的细胞形态学改变等重要信息，提高阳性检出率；

  （4）便捷异常红细胞计数分析：复检要求至少观察1000个红细胞，计数百分比，但人工镜检常难以达到，自动阅片机能在较短时间内拍摄1000个以上红细胞并对形态异常进行初步计数分析，能弥补人工镜检的细胞数量限制；

  （5）长期保留原始图片资料：通常显微镜复检涂片要求保留2周，利用自动阅片机分析后，图像资料可长期存储于计算机内，便于回顾、后期调阅和数据管理；

  （6）建立血液检测及细胞形态分析自动化系统：借由计算机中间件将自动化血细胞形态学分析仪与血细胞分析流水线整合，形成血细胞分析整体化流水线，实现从检测到复检的流程自动化，即从检测到复检规则判断、从血涂片制备到显微镜复检的全程自动化。

  共识7：自动化血细胞形态分析仪用于血细胞分析的复检及血细胞形态学检查，能减轻人工镜检的工作负荷，提高血细胞形态学检查的工作效率；能大大的提升原始、幼稚细胞和形态异常细胞的检出率；有助于异常红细胞的定性定量分析；对血小板数量评估及血小板聚集引起的血小板假性减少的筛查也有一定价值。临床实验室应积极开展该项检验诊断技术。

  共识8：临床实验室宜将自动化血细胞形态分析仪与血细胞分析仪整合使用；基于目前自动化血细胞形态分析仪的分析性能及规范化、标准化现状的考虑，应结合本室的血细胞复检规则及结果审核报告规则制定相应的阅片规则，制定仪器法细胞预分类和形态预表征结果的人工确认、再分类和必要时的人工镜检的操作程序。

  共识9：利用现有的人工智能血细胞形态学检查的技术和网络站点平台，积极实现跨院区、跨科室及跨医院、跨区域的远程审核、会诊工作模式。但实施前应评审和论证网络安全、患者隐私及会诊专家资质情况。

  目前自动化血细胞形态分析仪/系统可识别的细胞谱及细胞形态异常最重要的包含：1.白细胞分类及形态异常；2.红细胞形态学特征检查；3.血小板估算。

  共识 10：使用自动化血细胞形态分析仪进行白细胞分类时，应清楚了解所使用的仪器/系统的细胞识别谱，必须清楚了解仪器细胞识别的准确度，必要时进行性能验证。对于预分类细胞符合率和检出率低于 95% 的细胞应进行再分类，再分类时应依据预分类细胞符合率和检出率数据，对不一样细胞予以不同程度的关注和处理，应关切预分类准确度低、临床诊疗价值大的细胞。

  共识11：使用自动化血细胞形态分析仪进行白细胞分类时，应清楚了解仪器细胞分类的准确度，必要时进行性能验证。对于再分类准确度的相关系数低于0.95的细胞，应在结果审核时考虑进行人工分类计数，特别是诊断价值较大的一些细胞类型。

  共识12：目前对自动化血细胞形态分析仪检测红细胞形态以及血小板数量、分布、形态的性能评估要求尚缺乏足够的文献支持，因此对仪器法检测的形态学异常阳性提示均应进行人工镜检。

  异常细胞检验测试阳性的判定：当外周血中检出以下比例的异常细胞时视为阳性。原始细胞（包括幼稚单核细胞、幼稚淋巴细胞）≥1%；异常早幼粒细胞≥1%，早幼粒细胞≥1% 中幼粒细胞≥1%，晚幼粒细胞≥2%；有核红细胞≥1% 反应性淋巴细胞>

  5%。

  共识13：使用自动化血细胞形态分析仪进行白细胞形态学检查时，必须清楚了解仪器对异常细胞的筛查能力，必要时进行性能验证。检测临床标本时，对于筛查准确度低于90%、同时敏感度低于95%的异常细胞，在人工确认时需高度关注，应紧密结合血细胞分析仪细胞数量、直方图/散点图和报警信息做多元化的分析审核。

  共识14：（1）批内精密度：取2份标本（正常+异常）的血涂片，每片分类不少于10次，每次至少分类计数100个白细胞，计算标准差和变异系数。（2） 批间精密度：应至少取2份标本（正常+异常）的血涂片，每份标本的血涂片重复检测3~5次，连续检测5d，每张涂片每次分类计数不少于100个，算标准差和变异系数。

  共识15：精密度评估指标要求：按99%可信区间要求，以中华人民共和国卫生行业标准WST246‑2005《白细胞分类计数参考方法》为比对结果判定标准，低标准差和变异系数表明拥有非常良好的重复性。

  数字细胞图像质量受到多种因素，包括显微镜物镜视场大小、光学分辨率（数值孔径）和显微照相机的像元尺寸等的影响，不同的血细胞形态数字图像分析系统配置不完全一样，但所采集（拍摄）的细胞图像应清晰显示光学显微镜油镜下细胞的形态、结构：至少包括核染色质结构、核仁形态，胞质中不一样的颗粒（例如嗜天青颗粒、嗜酸性和嗜碱性颗粒）、空泡、异常包涵体（如Auer小体）等。

  共识16：自动化血细胞形态数字图像分析系统至少可有效放大细胞100和1000倍。放大1000倍细胞图像要求能清晰呈现细胞的细微形态结构，可接近或达到传统光学显微镜下细胞的形态特征。建议数字图像分析系统配置适合血细胞形态100~1000倍彩图（拍摄）的数码相机，而且采图

  准确度：采用已手工分类明确的外周血涂片20张（来自不同个体的样本），包含正常血涂片12张与计数异常血涂片8张，每张血涂片进行两次阅片检测的预分类结果，取均值后，与手工检测结果比较，按99%可信区间要求进行判断，80%以上标本符合要求。

  精密度：采用正常和异常血涂片各1张，重复检测10次，取各项目变异系数。按99%可信区间要求或厂家标明范围进行判断。各厂家宜提供质控片，监测日常仪器状态，维持结果的稳定性。

  结果比对：多台仪器之间应进行比对，每次比对至少选取5张血涂片（2张正常、3张异常），采用人工确认结果作比较，按99%可信区间要求进行判断，80%以上标本符合要求。

  室间质评：由组织方对实验室按使用仪器的厂家和型号进行分组，血涂片制备应采取对应配套系统。采用人工确认结果作比较，按 99%间要求做判断。

  共识 17：应按实验室质量管理要求对AI血细胞形态学检查的白细胞项目实施质量控制，包括准确度、精密度评价和结果比对。红细胞与血小板的形态学检查项目目前尚不具备比对的工作基础。

  自动化血细胞形态分析仪/系统应遵循高度还原、模拟人工显微镜阅片的方式和流程。

  共识18：自动化血细胞形态分析仪/系统阅片方式和数据采集要求包括：（1）应在阅片范围设置上保证具备自动定位血涂膜体尾交界区功能。（2）不强调物理拍摄图片信息的方式，更关注应能保障还原人工显微镜镜检的图片保线）应设有相应的拍摄（采集）细胞图像数量设置的控制程序，白细胞采集数量为100~500个，甚至更多；红细胞采集数量为1000~2000个（或包含1000~2 000个红细胞的视野个数），甚至更多。（4）应具备拍摄、识别血小板聚集图像的功能，最好具备扫描图片尾部和边缘的功能。

  共识19：自动化血细胞形态分析仪的白细胞分类应包括五类成熟白细胞以及各种异常细胞，根据不同疾病临床诊疗需要采集100~200个白细胞，必要时增加至500个白细胞。假如发现原始细胞、异常早幼粒细胞、幼稚淋巴细胞、幼稚单核细胞、常淋巴细胞、其他幼稚细胞和不能识别或不能定性的细胞时，应进行人工镜检确认。

  共识20：目前临床使用的自动化血细胞形态分析仪对红细胞最佳观察区域的选择及细胞形态学异常的识别能力尚有局限性，当血细胞分析仪红细胞直方图异常、平均值参数异常、出现报警信息、明显的红细胞数量异常、网织红细胞数量参数或散点图异常时，应首先考虑进行仪器法红细胞形态学检查，并进行人工镜检确认。应将3种方法的检查数据综合分析后报告结果。

  共识21：自动化血细胞形态分析仪用于血小板检查：（1）当发现血小板大小、形状异常时，应人工镜检计数异常血小板比例，并同时估算血小板数量与血细胞分析仪结果相不相符；（2）血细胞分析仪报警“血小板聚集”时，如自动化血细胞形态分析仪具备扫描血涂片片尾及边缘的功能，可采用仪器法检验测试评估。如仪器法未发现聚集，需进行人工镜检确认。

  共识22：临床怀疑血液肿瘤、寄生虫或其他病原体感染、或要求人工镜检的标本，应同时使用仪器法和人工镜检进行血涂片细胞形态学检查。仪器法检查时应考虑增加采集的细胞数量和/或视野范围。

  共识23：自动化血细胞形态分析仪应能正确识别涂抹细胞。由于其未归类于白细胞，大量出现时会导致与血细胞分析仪白细胞分类结果不符，此时应以血细胞分析仪计数结果为准，并在报告中描述。

  共识24：报告形式包括数值报告、描述性报告及检验诊断报告，可根据各自医院临床工作需求及检验人员的能力选不一样方式。当可疑血液系统肿瘤或者发现具备重要诊断或提示疾病诊断方向意义的形态学异常时，建议发出检验诊断报告。

  共识25：不同自动化血细胞形态分析仪对血细胞形态扫描图像及预分类能力差别较大，必须由有资质的形态学检验医/技师进行确认，必要时人工镜检。

  共识26：临床实验室需验证自动化血细胞形态分析仪的分析性能和图像质量，并依据评估结果中的性能不佳指标，制定、修改并一直在优化再分类和人工镜检流程。

  共识27：人工智能辅助血细胞形态学检查的数据保存宜以电子化图片、资料为主。临床实验室宜采用双向LIS通信，并结合血细胞分析报警信息进行自动审核，亦可对同一患者不同时间段的形态学特征变化作对比分析；数据可远程异地共享进行远程会诊；电子化存储血细胞分析图片或信息，在去除患者隐私信息后可作为教学使用，为线上或线下提供最宝贵的教学资源。

  共识28：从事人工智能血细胞形态学检查的检验医/技师应首先具有从事血细胞形态学检查的工作经历和技能，还需通过全面培训进一步探索数字化血细胞图像分析的基本知识，熟悉自动化血细胞形态分析仪的性能特点，熟练掌握对预分类结果进行人工确认、再分类、人工镜检的内容、规则和流程，遵守伦理和保密原则。

  1.建立AI辅助血细胞形态学检查项目的标准操作程序。应格外的注意影响检验结果和报告准确性和安全性的关键环节和重点要素的规范化操作和质量管理，包括仪器/系统的性能特征、血涂片制备和染色、阅片区域和采集细胞图像数量设置、结果的审核和人工镜检、结果的临床解释、变异的潜在来源等。

  2.按照标准操作程序要求制备标本获得取材、涂片、染色良好的标本，应在临床实验室标本采集手册中注明血细胞形态检查的方法，标本合格判定和不合格标本处理均应有文件规定。

  3.临床实验室制定判定血细胞染色的标准，在规定何为染色良好的标本，如瑞氏染色下胞质的颜色、细胞核染色质结构、核仁、核浆比及细胞边界等要素中，应以细胞核的结构清晰为染色良好的主要标准之一，并对染色的方法、原理、操作步骤、结果判定、试剂批号比对、染液更换前后效果比对等均应有文件化规定。

  4.应规定AI阅片区域、细胞图像采集数量要求。细胞名称应尽量达成一致，如按照中华医学会检验医学分会血液学与体液学学组2020年《血细胞分析报告规范化指南》和2015年国际血液学标准化委员会的《血细胞名称标准化建议》来判读异常细胞名称。

  5.应规定报告方式：建议尽量遵循3级报告模式：（1）报告各种细胞的百分比；2）报告各种细胞的百分比和异常细胞的形态描述；（3）依据各种细胞的百分比和异常细胞的形态描述，结合全血细胞计数和患者临床表现等，签发检验诊断报告/结论，及给出进一步检验/检查的建议。在报告异常细胞时，建议使用两级报告方式，即百分比和阳性（异常）程度分级。

  6.目前即使AI具有自动血细胞识别功能，但仍有一些不能识别或不能准确识别的细胞，人工显微镜检查仍然是金标准。因此，在标准化进程中尤其应关注检验技术人员对血细胞形态学及相关血液病诊疗标准等的掌握，定时进行不一样的层次并有明确的目的性的人员培训、考核、评估。

  7.AI辅助血细胞形态学检查标准化进程中还应关注专业组层面质量指标与质量目标，如建立细胞识别正确率、结果报告与临床诊断一致性的符合取材涂片染色的优片率、形态学复检率等具有本身专业特点的质量指标，应关注上述质量指标的达标率，及要满足达到质量目标的要求。此外，还应关注通过周、月、季、年质量目标与质量指标统计分析后的适宜性评价，来达到持续改进。