临床检验中智慧化实验室的设计与建设

作者:曾宪飞 孟茜 卫帧 郝晓柯
2021-12-16

1630985621884042210.png

郝晓柯,空军军医大学(第四军医大学)附属西京医院检验科教授、主任医师、博士研究生导师。担任中华医学会检验医学分会第九届副主任委员、中国医师协会检验医师分会副会长、中国医学装备协会检验医学分会副主任委员、全军检验医学专业委员会副主任委员、国家卫计委全国临床检验标准委员会副主任委员、陕西省检验学会主任委员等。

曾宪飞.png

曾宪飞,医学博士,主任技师、副教授、医师,硕士研究生导师。西北大学医学院副教授,西安区域医学检验中心实验室总经理。中华医学会临床输血学分会青年委员会常委,陕西省健康促进与教育协会检验医学专业委员会副主任委员,陕西省医师协会输血科医师分会常委,中国医学装备人工智能联盟检验医学委员会委员等。



第四次工业革命正向我们奔涌而来,新兴的理念、技术、工具不断涌现,持续推动检验医学从自动化向智慧化迈进。智慧实验室即是将现有先进技术、信息化平台、人工智能(Artificial Intelligence, AI)等与检验流程和实验室诊断充分结合,最大范围减少人为因素、最大程度优化检验程序、最大可能实现诊疗信息数字化,通过大数据的深度挖掘与利用,实现管理高水平、资源高利用、数据可追溯,从而获得及时、准确、有效、更可及的临床信息。

那么,如何设计和建设智慧化实验室,需要重点把握哪些内容?总的来说,需要改变一些原有的思维方式或理念,重新思考和定义临床实验室,比如,不再依赖于“检验流”设计实验室,而是利用“信息流”借助大数据、人工智能、物联网、云计算等创建新的检验流程和方式。

一、全实验室自动化 (Total laboratory automation, TLA)

自动化是临床实验室实现智慧化的基础之一,主要借助智能化软件的控制,通过硬件设备提升实验室工作效率、减少差错误差、节省人及物料资源[1-2]。其中,自动化流水线实现了标本进样、前处理、检测、复检、在线储存等以“实验中”为主的无人干预,是全实验室自动化必不可少的一部分,但仅仅有自动化流水线还不能诠释“全实验室自动化”,还应考虑标本传输、试剂(物料)管理、质控品检测等环节或因素,同时,对不同项目进行检验的流水线可否实现整合,从而最大程度优化检验程序也是全实验室自动化的重要因素。在临床实验室,全实验室自动化是最大限度地缩短TAT和保障医疗安全的重要方式。

目前,标本转运、物料传输系统主要分为单样本气动传输系统[3-4]、轨道小车物流系统[5]、医院气动物流传输系统[6]、智能导航运输车等[7]。单样本气动传输采用单支标本点对点气动方式,传输速度快、可靠性好、可实现跨楼层转运,能与标本分拣机和流水线的进样单元无缝对接,最大限度实现全实验室自动化,但不能使用易碎,如玻璃材质的采血管,且不能传输与采血管规格差异较大的标本容器。轨道小车物流系统由运载小车、轨道网络、工作站点、局部控制器等组成三维物流网络系统,功能强大,可转运不同规格、材质、重量的标本或物资,但物流路线无法变更调整、工程量大、故障排查困难。智能导航运输车可以在不进行额外施工的情况下根据实验室现有通道灵活设定路线,具备运载量大、主动避障、自动归航充电等特点,可以作为主要传输系统使用,也可以作为其他传输方式的有效补充。实验室应该根据实验室布局、改造难度、实际需求等选择,如大型新建实验室可采用“自动分拣机+单样本气动传输系统+自动化流水线”辅以智能导航运输车的方式,可最大限度实现全实验室自动化。

近年来,不同厂家的设备在同一流水线以及不同流水线间的融合得到进一步发展,使得流水线设备的规模、数量、功能、兼容性、扩展性越来越大,为全实验室自动化提供了良好的建设基础。例如,在我们建设的大型实验室,实现了生化、免疫、分子、血细胞分析、糖化血红蛋白等项目在同一流水线的融合[8],在标本自动传输系统与流水线无缝对接的情况下,一定程度上实现了实验室的“无人值守”(见图1),大部分时间内,工作人员在中央控制区即可完成日常操作。

曾宪飞-图1.png

图1. 大型全实验室自动化示意图

完成标本传输系统与自动化流水线的无缝对接,并实现了不同分析单元整合入一条流水线,以及多流水线的并线连接,通过中央控制室实现“无人值守”。


AI发展和在检验医学的应用、质量控制理论和技术的更新、信息化管理软件与临床检验实践的紧密结合等[9],使全实验室自动化的内涵不仅仅表现在人们易感知的标本流转、检测、储存等环节,还体现在对信息反馈、数据管理、运行监测等方面的高效整合。智慧化实验室还应借助实验室信息系统(LIS)、中间体软件、AI等,进一步准确优化检验流程和保障检验质量。

自动化质量管理即采用尽量减少人工干预而运行的质量管理程序模式,在临床检验领域特指实验室内的日常质量控制或管理以智能化模式有效运行。在全实验室自动化添加智能质控模块,设定每日预定的启动时间,实现自动测定质控品、自动记录并上传质控数据并绘制质控图、通过预先设定的质控规则自动判定质控结果,通过智能化统计分析,推荐失控数据的最优处理方案,并利用信息系统推送给设备使用者或管理者终端。PC端、Web端、移动端以不同的展现形式互交应用,工作人员和管理人员无论何时、何地都能了解并实施质量管理。根据实验室的不同要求,自动化质量管理还可以实现个性化。

基于患者数据的实时质控(Patient-based Real-Time Quality Control,PBRTQC)是传统室内质量控制方法的良好补充,具有成本低、无基质效应、无互换性问题、可连续监测分析性能等优点[10-12]。常见的患者数据质控方法包括差值检验法、移动均值法、指数加权移动均值法及正态均值法等,应用信息技术及运算模型,通过数据的智能分析建立基于患者数据的质量控制数学模型。自动化质量控制与PBRTQC有效结合,构建了智慧化实验室“智慧质控”的主体,与传统实验室比较,不只是实现自动化与数字化,而是质量管理理论、技术、效率及有效性的飞跃。

检验AI自动审核系统主要解决人工审核过程中难以整合全面的患者信息、判断标准不统一、人工易出错等问题,按照预先设置的标准和逻辑,利用自然语言处理技术(Natural Language Processing,NLP),结合患者个体特征、疾病信息、检查检验数据、药物使用情况、历史比对结果等,通过计算机系统自动对检验报告进行审核,并发布检验结果成为医疗记录 [13-14]。实验室工作人员更能专注于异常结果的分析处理、质量控制管理等。同时,有效提升检验工作效率和缩短TAT。笔者认为,检验AI自动审核系统不只是适用于大型临床实验室,其实,更适用于基层实验室,原因主要是:基层检验人员难以通过医学知识和检验结果间的相互联系等因素审核报告;基层单个患者数据信息相对更少,更容易更准确实现自动审核。

全实验室自动化的局限性主要包括[15]:对空间和基础设施要求高,例如集中供水供气、空间洁净度、利于散热等,短期成本及维护成本增加,人员技术水平要求高等。

二、实验室人工智能的临床应用

全实验室自动化和人工智能是推动检验医学发生变革的两大动力[16],前者高效生成与疾病相关的结构性或非结构性数据集,后者将利用这些海量数据生成临床决策、构建疾病间联系以及疾病预测模型等,可以预见,AI的广泛和深入应用甚至会改变检验医学在临床医学所处的地位和价值,比如,AI技术能够实现检验报告到诊断报告的转变。以专家系统、人工神经网络、数据挖掘为支撑的AI技术将在临床实验室检验流程智慧化、质量管理智慧化、临床诊断与预测智慧化方面发挥作用。

传统临床诊断模型,例如唐氏综合征筛查模型、先兆子痫预测模型、卵巢储备功能预测模型等[17-19],一般是应用Logistic回归分析方法得到有疾病预测价值的指标,构建疾病预测模型,并以ROC曲线来评价自建模型的最佳切点及相应的灵敏度和特异度。此类诊断模型多需数据呈线性分布,存在前提条件过于严格或结果不够精确等缺点。近年来,算力的进步和新算法的诞生推动了AI发展和提升。基于深度学习(Deep Learning,DL)数据学习算法逐渐取代了用规则编程的传统算法模型,通过逻辑回归、人工神经网络算法、决策树、随机森林、梯度提升、K均值聚类、分层聚类、主成分分析等算法,以非线性和高度交互的方式建立AI疾病预测及分层模型,在复杂数据库的挖掘分析方面具有绝对优势,有助于发现数据间的潜在关联及隐藏价值,如肺癌预测模型、急性心梗模型、胰腺癌模型等[20-22]。

基于数字成像技术、目标分割算法与混合深度学习网络算法,以卷积神经网络(Convolutional Neural Networks,CNN)为代表的DL在驱动医学图像处理方面亦具有独特的优势。可广泛用于骨髓细胞形态学、自身抗体等免疫荧光镜检[23]、微生物形态识别等领域,可以弥补人类视觉捕捉不全以及易于疲劳的缺点,减少肉眼遗漏的微小病变或区别。一方面,减少由于人为误差或主观差异而引起的漏诊;另一方面,具有可重复性和一致性,减少实验室内、实验室间的结果差异。图像的数字化为AI的应用创造了良好的基础,随着深度学习在细胞分割和分类等方面的研究日趋成熟,AI有望在形态学检验中大放异彩。

基于检验结果的临床决策支持系统,涵盖丰富的临床医学数据库(疾病诊断目录、药物相互作用知识、临床指南等)和信息转换技术,可通过解读LIS和HIS系统对接的共享数据,将患者基本信息、基础疾病、病例信息、标本采集条件、历史数据等数字化,从而形成患者画像。并与当次检验结果对接形成瀑布流,可视化展示患者疾病预测、临床进展,并通过网络个性化推送评估量表和随访复诊提醒,可为临床诊疗提供如智能解释、检验效能评价、疾病预测、疾病相关因素分析、追加补充检查建议、慢病管理等多种功能。

可以说,智慧化实验室不仅可以使临床实验室获益,也能够通过对海量检验数据的深度挖掘,成为临床医生和患者更可靠、更可及的医学信息提供方。

三、物联网管理系统在实验室中的应用

以往记账式的试剂管理不适用于智慧化实验室的运行,会导致试剂耗材有效期难掌握、出入库对账偏差、信息不可溯源、缺乏过程管理等问题[24]。要实现采购合格率、及时率,信息完整率、正确率,物资管理影响检验质量的事件发生率等质量指标的实时掌握,实现库房分级管理、库存管理、自动出入库、试剂成本精准分析、检验报告试剂溯源等,需要软件管理系统、自动识别系统、库房硬件、检验设备的试剂信息系统等有机整合。例如,利用云平台、LIS、射频识别技术(Radio Frequency Identification,RFID)、基于RFID的冰箱、智能货架、检验设备中间体软件等构成,由供应商、物流、医疗机构、检验科、设备厂家、LIS提供方等在内的多方合作构建的物联网物资管理系统(见图2),将深层次推动检验物资的标准化、流程化、精细化和智慧化管理。

对物资进行精细化、智慧化管理的效益不只是体现在通过精准的物资使用提高经济效益、通过高效的信息传递提高运转效率、通过智能化管理减少人力成本等方面,对于保障患者安全、提高检验质量具有重要意义,当发生或疑似试剂质量问题需要重新检测标本时,以往很难知道这瓶(盒)试剂到底检测了哪些标本[25]。而通过“检验结果的试剂可追溯性”(见图2),可快速查找相关标本,从而及时进行重测或报告召回,进而保障患者安全。同时,当临床或患者对既往结果提出异议时,可追溯到某一批号的具体试剂瓶(盒),这将为实验室准确提供试剂性能验证、平行试验结果、室内质控等信息。试剂及耗材是“检验科产品”的原料,原料管理不容忽视。


曾宪飞-图2.png

图2. 智慧化实验室物联网物资管理系统

应用场景的流程主要包括:LIS试剂管理模块根据消耗和最低库存限生成申购清单;通过云平台发送到供应商;供应商提供贴有RFID标签的试剂、耗材等;通过物流配送至医疗机构或检验科;物资通过RFID自动入库,经智能物流导航存放于指定位置;临床实验室申领单经电子审批;物资通过RFID识别自动出库,装载入检验设备;通过检验设备中间体软件与LIS互通,实时掌握试剂使用情况,实现检验结果可追溯性以及精准成本分析等。


基于物联网的动态环境监测系统,是通过对接各类传感装置,实现实验室光线、环境温度、烟雾、冷链、机电环境数据、纯水污水数据、生物安全等自动采集记录和监控管理,同时在以上场景出现故障或指标偏离时,通过声光、远程报警、即时通讯等方式提醒实验室工作人员进行及时处理,提高运维效率、保障实验室安全的有效手段。

四、基于5G技术建设智慧化区域检验中心

5G技术在无线空口技术、承载网传输技术和核心网技术等多方面的突破和快速发展,使移动医疗模式逐渐深入到各类医疗场景,衍生了以远程医疗应用为代表的新型医疗模式,打破了传统模式“院墙”,实现医疗业务移动协同,医疗服务得以延伸。

区域检验中心天生具备资源共享、信息互通等优势,目前,我国已经建设了多种模式的区域检验中心,包括以区域内领先的检验科为中心、以第三方医学检验实验室为中心、医疗集团区域内形成检验中心、以政府主导的PPP模式(Public-Private Partnership Model)新建检验中心等。区域检验中心的最大的特点之一是形成了一个网络化的临床实验室体系,而5G技术的实现与应用将极大提升区域内信息流、标本流、物资流等运行效率,同时可以实现在4G环境下难以稳定运行的新功能、新流程。

建立基于5G专网的区域检验信息云平台是区域内信息互通的重中之重。传统基层医疗机构网络接入方式固定,且不能满足区域检验中心远程医疗、远程会诊等业务带宽和接入数量要求,而低时延、高带宽的5G条件下的网络速度和稳定性能够提供良好保障,可以实现对大量数据的有效管理和数据分析及传输。云平台建设应以检验数据中心为核心,检验主体业务根据区域检验流程搭建,涉及检验分析前、中、后各环节(见图3),实现区域内实验室间或中心实验室与下属实验室间信息互联互通、实时交换,并进行信息跟踪和质量监控。5G检验专网组网架构主要涉及终端、5G无线网络覆盖、端到端网络切片、专网网关以及边缘计算平台等部分。

1630986602967029918.png

图3. 区域检验信息云平台业务图

5G专网区域检验信息系统至少在以下几个方面实现区域内检验资源的优化配置以及检验水平的有效提升。第一,基于5G大数据分析,通过区域云平台实时集中数据存储的优势,实时监控区域内的传染病暴发流行和院内感染事件的发生,为政府监管部门和医疗机构进行科学防控、及时处置提供科学依据。例如,在新型冠状病毒肺炎疫情的防控中,基于5G网络下的区域医学检验平台,在全域内快速部署移动检验采集单元、移动运送单元、移动检测单元,借助5G网络,有力保障区域内全民新冠核酸检测等集中式大批量筛查,有力保障疫情的精准防控。第二,基于5G移动端医患服务平台,可在区域范围内成为医疗机构临床医生的参考助手和虚拟专家,辅助医生进行临床决策分析。通过AI算法开发认知程序,应用自然语言处理技术联合互联网实时同步更新整合最新的国内外治疗指南、临床路径、专家共识等,对具体病种涉及到诊断、鉴别诊断、疗效评估、风险转归等作用的检验项目进行罗列汇总,针对性地组合形成推荐检验项目,避免不必要的检测,为临床检验项目的合理选择和规范应用提供参考依据。第三,利用5G高效传输,实现细胞形态学在线会诊。一张血涂片在油镜下全片扫描获得的高质量图片约20-30G,在4G条件下很难实现及时传输。通过专用设备完成细胞图像的采集,借助5G检验专网,将图像上传云平台,可通过区域LIS内嵌的AI技术,利用云端超强算力来快速分析检验结果,也可通过组织专家会诊的方式完成形态学在线会诊。第四,基于5G实现高效的互联网检验。互联网检验是传统检验业务的延伸,患者通过检验服务平台,可实现就近预约检验服务、线上下单、支付等,检验结果的数据、图像等可通过5G网络进行在线查询、存储等。互联网检验已经在深圳市罗湖医院集团医学检验实验室得以有效应用。

五、结语

智慧化检验医学将比以往任何时候达到或接近高效、有效,自动化和人工智能将借助5G这条高速公路,引领检验医学到达新的高度。随着智慧化检验的不断发展和临床应用,检验医学将会在疾病诊断、监测、预后判断等方面发挥更加精准的作用,越来越多的检验报告会成为诊断报告。然而,我们需要认识到,智慧化实验室的建设与运营尚处于初级阶段,建设经验和能力仍然不足,能够深入了解并有效整合检验医学、信息技术、人工智能、临床决策等各方进展和资源的人才匮乏。同时,一项2019年网络调查结果表明,临床实验室非常需要开展与“医学检验AI应用”相关的培训工作[26],医学检验技术人员及管理人员对智慧化实验室的认识需要提高。道阻且长,但随着智慧化实验室不断建设和投入使用,终将重新定义检验医学。