首页 > 现代检验医学杂志 > 人工智能与免疫荧光染色结合技术对支气管肺泡灌洗液病原学诊断的快速现场评价应用研究

人工智能与免疫荧光染色结合技术对支气管肺泡灌洗液病原学诊断的快速现场评价应用研究

Application Study of Artificial Intelligence-Integrated Immunofluorescence Staining Technology for Rapid On-Site Evaluation of Pathogen Diagnosis in Bronchoalveolar Lavage Fluid

摘要目的探讨人工智能与免疫荧光染色结合的人工智能免疫荧光快速现场评价(AI-IF-ROSE)在肺部下呼吸道感染中支气管肺泡灌洗液(BALF)病原学快速检测中的临床价值.方法选取2021年4月～2024年3月在潍坊市益都中心医院呼吸科就诊的448例疑似肺部感染患者为研究对象,患者的BALF标本分别采用AI-IF-ROSE染色法和常规快速现场评价(ROSE)染色法进行病原微生物的检测.以培养法检测结果为金标准,绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),分析两种ROSE技术对于BALF病原学的快速诊断价值.结果 AI-IF-ROSE染色法的镜下真菌、细菌和结核分枝杆菌形态典型,易于观察辨别.AI-IF-ROSE染色法对于真菌感染、细菌感染和结核分枝杆菌感染的阳性率分别为14.73%、27.00%和10.94%,均高于常规ROSE染色法的阳性率(10.04%、19.87%、7.14%),差异具有统计学意义(χ2=4.535、6.369、3.923,均P<0.05).培养法检出真菌感染68例,细菌感染122例,结核分枝杆菌感染50例.以培养法结果为诊断标准,ROC曲线分析显示,AI-IF-ROSE组检测真菌、细菌和结核分枝杆菌感染的AUC分别为0.985(95%CI:0.962～1.000)、0.996(95%CI:0.987～1.000)、0.979(95%CI:0.947～1.000),高于常规ROSE组检测的0.831(95%CI:0.761～0.901)、0.865(95%CI:0.816～0.913)、0.820(95%CI:0.737～0.903),差异具有统计学意义(均P<0.001).结论 AI-IF-ROSE技术能够对BALF的微生物做快速的区分和分类,在肺部下呼吸道感染的早期快速筛查和后续精准治疗中具有较高的临床优势和应用价值.