上海长海医院血液科是国家重点学科（军队建设项目）、上海市重点建设学科、全军血液病研究所，是我国少数几个与临床紧密结合、具备健全快速的血液病综合诊断体系（MICM）、同时也能够为临床提供特殊治疗服务保障技术（细胞治疗等）的专科实验室之一。基于实验室在血液疾病检测诊断上的大量理论和数据支持，引入瑄立智能的骨髓细胞形态算法方案，项目针对急性早幼粒细胞白血病（APL）的诊断提出了一个端到端的快速筛查方案。

文章提出了一种基于骨髓涂片扫描的新型APL诊断模型APLnet。模型由嵌入注意力机制的卷积神经网络 (CNN) 组成，可在 10 倍和 100 倍放大倍数下识别 APL。经研究发现，APLnet模型在APL 10倍数据集上的APL识别准确率和召回率分别达到89.33%和90.79%，在APL 100倍数据集上的准确率和召回率分别达到95.16%和96.44%；而结合10倍和100倍放大镜下数据集的联合诊断模型，可达到93.00%的准确率和100%的召回率。由此，本研究提出的APLnet模型可以利用骨髓涂片图像准确、快速地诊断APL，并且性能指标要好于其他的模型和方法。

可见，与传统的人工镜检相比，创新的智能方案赋予了检验人员在批量标本中快速筛查APL的能力，避免了因人工检测排队而造成的APL诊断延误，有助于临床及时救治，降低患者早期死亡率。此外，研究工作还提出了一种新的可能性，即借助人工智能形态学，通过定义基因异常来更准确地预测白血病，从而缩小初诊白血病患者基因异常的筛查范围。

论文链接：https://onlinelibrary.wiley.com/doi/10.1002/ctm2.1783