基于人工智能的白细胞分类的多中心数据挑战：CytologIA联盟的研究成果

《npj Precision Oncology》：Multicentric data challenge for artificial intelligence-based classification of leukocytes: results from the CytologIA consortium

摘要

对血液白细胞进行准确的形态学分类仍是血液学诊断的基石，但目前仍依赖于人工操作，这导致不同实验室之间的结果存在差异。CytologIA数据挑战赛旨在评估人工智能（AI）模型在自动分类外周血涂片中的正常和病理白细胞方面的能力。来自法国、比利时和瑞士的20个血液学实验室共同参与了一个多中心、由专家标注的数据库项目，该数据库包含69,168张图像，涵盖了23种白细胞类型。共有来自学术界、医院和工业界的245支团队参与了此次挑战。表现最佳的模型结合了基于YOLOX的检测模块以及变换器和卷积分类器的集成框架，在隐藏测试集上的准确率达到0.94，显著优于基线CNN模型（0.82）。虽然像中性粒细胞这样的常见细胞类型的识别准确率接近完美（>0.97），但一些较为罕见且形态相似的细胞类别仍具有挑战性。所有数据和模型均已公开发布在data.gouv.fr和GitHub上，以确保完全的可复现性。CytologIA代表了首个大规模、开放且协作的血液学形态学AI基准测试项目，为开发跨机构适用的、稳健且可迁移的诊断算法树立了新的参考标准。