DxAI智赋科研记（二）|智研平台赋能地中海贫血筛查模型建立- 工业快报

「检验怎么做科研？」这是一个检验从业人员经常会提出的问题。检验实际上最大的资源就是有海量的数据，但数据没有经过治理分析就像抛光前的和氏璧，如普通石头一般，即使放在身边也未必认识。所以要做好科研，就要能认得出包藏宝玉的石头，也要有琢磨石头的趁手工具。

同样，检验科研也可以从两个方面去开展，一是通过临床实践时与临床医生沟通的案例中汲取科研的想法；二是找到简单、易用且使用门槛低的数据分析工具。

AI 算法丰富
数据难题迎刃而解

来自的中山大学附属第一医院检验科的甘文佳博士也是从上述两个方面入手。地中海贫血是南方地区十分常见的遗传相关贫血性疾病，但甘博士在日常工作以及与临床沟通中发现，在低患者中使用传统血红蛋白电泳方法，筛查甲型地中海贫血的阳性预测值并不高，仅为 41%^[1]；另一方面，使用基因检测方法成本高，用于筛查不合适。因此，需要更有效的筛选方法来降低检验方法的假阳性率，提高筛查效率。

对此，甘博士创新地使用临检血球的常见指标作为主要分析标量，方便临床使用。但他在数据统计分析中遇到了挑战，其中对于数据分析中变量的差异性及与临床结果关联性的判断解读存在难度，特别是单一变量很难有效预测疾病的结果。考虑到机器学习技术呈现出来灵敏度高、高维数据挖掘及高通量计算等能力，甘博士想到使用机器学习进行分析，但他发现学习成本颇高，且会拉长研究周期。

2020 年，贝克曼库尔特与深睿医疗联合发布中国检验行业具备 AI 算法的大数据科研平台——DxAI 智研平台，随后被引进中山大学附属第一医院检验科，甘博士通过 DxAI 智研平台对课题的数据进行分析，并在课题研究上取得重要突破。

DxAI 智研平台除了提供简单且实用的丰富功能外，还会有专门的应用服务团队根据课题情况提供技术辅助，帮助甘博士在数据分析方面遇到的问题迎刃而解。最终，甘博士在 DxAI 智研平台数据分析结果基础上写作的论文，因其新颖性和科学性被国际一流的检验领域杂志《Clinica Chimica Acta》所接收发表。

▲甘博士所发表论文^[1]

该论文通过使用 DxAI 智研平台，结合机器学习模型以及临床特点，建立了一个能快速准确预测甲型地中海贫血的最佳模型，提高了目前模型的阳性预测率以及阴性预测值。

降低学习成本
加速论文发表周期

在使用 DxAI 智研平台过程中，甘博士也逐渐对平台有了更深入的体会。他高度评价了 DxAI 智研平台的统计描述、图形输出等功能，指出 DxAI 智研平台在统计分析上可以自动判断数据分布，并能够协助使用者轻松选择合适的统计方法。此外，甘博士还认为 DxAI 智研平台涵盖 ROC、敏感度、特异度等详尽明确的指标，且方便使用、容易上手，能够帮助研究人员在指标探索过程中，更快速挖掘数据、建立模型，并且数据统计结果简单直观，可以直接用于论文中展示，加速研究人员的论文发表周期。

在 DxAI 智研平台的帮助下，中山大学附属第一医院检验科的数据探索速度大大提升，将之前 12～15 个月的研究时间缩短到 6 个月，特别是在数据处理和分析阶段，所耗时间缩短到以小时计算。在过去一年中，科室越来越多的人开始使用 DxAI 智研平台去完成研究工作，在平台上积累课题数已经有 100 多个，并保存了各种各样疾病研究模型，甘博士的研究课题也是其中之一。

接下来，贝克曼库尔特还将继续推出 DxAI 智研平台赋能疾病研究系列报道，带你深入医院案例，领略检验大数据蕴含的独特价值，敬请期待。

往期精彩内容
人工智能赋能疾病研究，助力挖掘检验数据宝藏
DxAI 智赋科研记（一）| 智研平台赋能卵巢癌检测新指标

参考文献
[1]Feng, P., Li, Y., Liao, Z., et al. An online alpha-thalassemia carrier discrimination model based on random forest and red blood cell parameters for low HbA2 cases. Clinica chimica acta; international journal of clinical chemistry, 525: 1–5.

文章内容来自网络，如有侵权，联系删除、联系电话：023-85238885