醫(yī)械創(chuàng)新資訊
臨床醫(yī)學檢驗的目的是發(fā)出準確的檢測報告，質(zhì)量控制（Quality Control，QC，簡稱：質(zhì)控）歷來是臨床檢驗管理中最重要的環(huán)節(jié)之一，加強實驗室質(zhì)控管理，將有助增強實驗室技術能力和管理水平，有效降低風險，并提供更加可靠的檢測數(shù)據(jù)1。
近期，復旦大學附屬中山醫(yī)院檢驗科郭瑋、潘柏申、王蓓麗、段昕岑團隊結(jié)合過往研究成果，在基于大數(shù)據(jù)技術應用實時質(zhì)控算法進行實驗室檢測質(zhì)控管理方面，取得了算法研究的新突破，能大幅提高原有模型的運行性能，給未來實時質(zhì)控算法研究提供了一條全新的思路2。
提升檢驗質(zhì)控管理
PBRTQC成重要發(fā)展方向
有效的室內(nèi)質(zhì)量控制（IQC）是確保實驗室檢測結(jié)果準確、可靠的關鍵因素，但由于IQC存在無法連續(xù)監(jiān)測質(zhì)量、易產(chǎn)生基質(zhì)效應、質(zhì)控品成本較高等情況，導致IQC可能無法及時準確的反映儀器檢測性能3,4。
不同于傳統(tǒng)IQC，患者樣本實時質(zhì)控（Patient-based real-time quality control，PBRTQC）使用患者臨床標本結(jié)果，以實時、連續(xù)監(jiān)測檢測過程的方式來分析性能，可在不額外增加人力和物力成本的情況下實時監(jiān)測檢測系統(tǒng)的穩(wěn)定性和判斷有無“失控”情況。其核心包括算法和各種參數(shù)，如計算樣本數(shù)、分組、截斷值等超參數(shù)和模型參數(shù)控制線等。
隨著臨床實驗室信息技術以及基于患者風險質(zhì)控方法的發(fā)展，包括差值檢查法（Delta Check）、正態(tài)均值法（AoN）、移動中位數(shù)法（movMed）、指數(shù)加權移動均值法（EWMA）等多種運算方法，PBRTQC逐漸成為傳統(tǒng)IQC的重要補充5,6。
國際臨床化學和醫(yī)學檢驗聯(lián)合會（IFCC）分析質(zhì)量委員會于2020年發(fā)文指出，相較于傳統(tǒng)IQC，PBRTQC憑借日益凸顯的成本低、無基質(zhì)效應、能敏感識別分析前誤差等優(yōu)點，可作為實驗室提升質(zhì)量控制管理的重要工具，并建議廣泛應用于臨床5,6。
優(yōu)化PBRTQC性能
中山檢驗不斷探索
盡管PBRTQC具有諸多優(yōu)勢，但其指標檢測性能易受到干擾、實施過程較為復雜且需要依靠強大數(shù)字系統(tǒng)，另外國內(nèi)對PBRTQC存在認知程度較低、專業(yè)軟件工具缺乏、臨床實踐經(jīng)驗少等客觀現(xiàn)狀，制約了PBRTQC系統(tǒng)在我國實驗室質(zhì)控管理中的廣泛應用2,6,7,8。
為優(yōu)化PBRTQC性能，復旦大學附屬中山醫(yī)院檢驗科團隊自2018年起進行了多年的探索研究。團隊發(fā)表在2020年《Clinica Chimica Acta》雜志的初期研究成果顯示：影響PBRTQC檢測發(fā)揮最佳性能，進而限制其臨床廣泛應用主要有三個因素：
??包括年齡、性別、疾病等因素可能引起檢測指標數(shù)據(jù)分散，導致PBRTQC誤差檢出率下降；
??檢驗數(shù)據(jù)的波動可能導致PBRTQC的假陽性報警率大幅上升，增加質(zhì)控人員的工作量；
??PBRTQC在呈偏態(tài)、分布較寬的項目中應用效果不甚理想，盡管截斷值和正態(tài)化轉(zhuǎn)換有一定幫助，但對PBRTQC模型實際性能的提升并不明顯2。
為解決上述三大要素，改善當前PBRTQC的性能，中山檢驗團隊在PBRTQC常規(guī)數(shù)據(jù)處理基礎上增加回歸調(diào)整步驟，研發(fā)出回歸調(diào)整實時質(zhì)控（Regression-Adjusted Real-Time Quality Control, RARTQC）算法。9
RARTQC和PBRTQC的結(jié)構(gòu)對比
大數(shù)據(jù)+AI雙管齊下
以數(shù)字化賦能精準高效檢測
有了算法和方法論，如何才能驗證算法是否成立呢？答案是借助先進的數(shù)字化工具。為保證RARTQC創(chuàng)新研究的順利開展，中山檢驗團隊與全球體外診斷領域領先企業(yè)——羅氏診斷就該項目開展了緊密合作。在羅氏診斷提供的數(shù)字產(chǎn)品開發(fā)、自動化IT等跨領域的專家資源以及專業(yè)技術服務支持下，雙方攜手研發(fā)的新一代RARTQC系統(tǒng)，并致力將其打造為全球領先的創(chuàng)新實驗室質(zhì)量控制數(shù)字化解決方案。
新一代RARTQC系統(tǒng)以前沿的大數(shù)據(jù)和人工智能AI技術為基礎，搭載羅氏診斷?cobas? infinity系統(tǒng)，實現(xiàn)中央/臨床實驗室的實時質(zhì)量控制管理；通過優(yōu)化真實的患者數(shù)據(jù)，打造標準化、個性化、高效性質(zhì)量控制方案，提升實驗室智能化系統(tǒng)臨床應用效能。
RARTQC 系統(tǒng)完全遵從現(xiàn)代軟件開發(fā)的標準， 以微服務的形式將系統(tǒng)功能進行模塊化的切分，可向終端用戶提供高效能、可擴展、易維護的服務, 在系統(tǒng)組件的選擇上也通過使用如消息隊列、緩存數(shù)據(jù)庫等組件以保障系統(tǒng)的高性能。
整體系統(tǒng)通過容器化的解決方案可以適配各種操作系統(tǒng)以及硬件服務器， 并可支持集群伸縮。
在系統(tǒng)對接上通過適配器組件可以很好的支持與羅氏cobas? infinity中間件的通信與協(xié)作， 并為將來可能的其他系統(tǒng)的對接建立了規(guī)范化的標準。
該系統(tǒng)包括分析和實時兩大模塊，其中分析模塊會根據(jù)歷史檢測數(shù)據(jù)特定算法模型；實時模塊與cobas? infinity協(xié)作，對檢測結(jié)果進行實時預測，發(fā)出質(zhì)控警告與提示9。分析模塊還會根據(jù)運行時系統(tǒng)的結(jié)果不斷持續(xù)改進，實現(xiàn)算法優(yōu)化和迭代。
中山檢驗團隊于2021年發(fā)表在國際檢驗醫(yī)學頂級期刊《Clinical Chemistry》的研究結(jié)果顯示：采用RARTQC系統(tǒng)，可在常規(guī)截斷和正態(tài)轉(zhuǎn)換后，利用通過大數(shù)據(jù)建模得到的回歸模型調(diào)整檢測結(jié)果，并將調(diào)整后的數(shù)據(jù)代入浮動均值模型進行質(zhì)控判斷，無需進一步細化分組建模，便能實現(xiàn)對性別、年齡、疾病等影響因素的分析，回歸模型的引入，進一步提高數(shù)據(jù)的正態(tài)性8。
與此同時，團隊針對谷丙轉(zhuǎn)氨酶（ALT）、血氯、血鈉等臨床常見的檢測指標構(gòu)建指數(shù)加權浮動均值模型（EWMA）進行誤差分析。結(jié)果證實：相較于PBRTQC系統(tǒng)，采用RARTQC系統(tǒng)平均檢測出ALT檢測誤差時，所需的患者樣本量（ANPed）更低，說明后者的性能更佳；而血氯指標的測定過程中，RARTQC系統(tǒng)亦能進一步提高模型性能。總體而言，RARTQC系統(tǒng)在允許總誤差（TEa）水平下，較PBRTQC性能平均提升了接近50%9。
全球AI實時質(zhì)控領域權威專家、IFCC-PBRTQC（基于患者樣本實時質(zhì)量控制）工作組成員Mark Cervinski教授高度肯定了復旦中山檢驗團隊的研究成果。他表示，RARTQC可通過回歸分析納入患者年齡、性別、診斷信息等影響檢測結(jié)果的不同因素，計算回歸殘差以調(diào)整這些因素對檢測結(jié)果的影響，使得輸入常規(guī)浮動均值的數(shù)據(jù)分布更加集中和對稱，大幅提高浮動均值算法檢出誤差的性能，且在諸多血清指標的誤差檢測中，相比PBRTQC，RARTQC系統(tǒng)更具性能優(yōu)勢10。
隨著算法實用性和信息技術水平的不斷迭代和提升，RARTQC系統(tǒng)能有效消除檢測結(jié)果中的自相關性，改善傳統(tǒng)PBRTQC系統(tǒng)在諸多檢測項目誤差檢測性能方面的不足，提高實驗室檢測質(zhì)量與質(zhì)量管控水平，為檢驗科更好地服務臨床與患者奠定堅實的基礎。
