全自動婦科分析儀有形成分檢測的性能評價

王欣顏，王立冬，陳 因，王 萍

（中日友好醫院 檢驗科，北京 100029）

據統計，每年約有500～1000 萬女性罹患陰道炎，75%的婦女在一生中至少患病1 次[1]。由于女性生殖系統構造的特殊性，陰道微生態的平衡被打破，可引發各種陰道炎癥，引起白帶異常、瘙癢、灼痛、異味等不適癥狀[2，3]。陰道炎可分為外陰陰道假絲酵母菌病、滴蟲性陰道炎、需氧菌性陰道炎、細菌性陰道病等類型，也可能存在合并感染成為混合性陰道炎[4]，臨床常用婦科分泌物檢查對病原體進行診斷。隨著臨床檢驗技術的發展，婦科分泌物檢測也從半自動方法逐漸向全自動轉換，本研究通過對全自動婦科分泌物分析儀與半自動分析儀、鏡檢進行比較，評價其性能并探討人工智能（artificial intelligence，AI）技術診斷分泌物有形成分在臨床中的應用價值。

1 材料與方法

1.1 材料

研究樣本取自于2019年10月8日～12月19日在中日友好醫院西院區婦科就診且有陰道不適癥狀的門診患者432例，年齡20～77 歲，平均35.74±10.95 歲。入組病例均選取入院后初次檢驗的結果。

1.2 儀器及試劑

采用迪瑞GSM-S600 全自動婦科分析儀 （迪瑞公司，吉林長春）進行檢測，本實驗室現用的安圖WOMOⅠ型聯檢分析儀作為干化學的比較方法，分別采用儀器配套試劑和陰拭子，按說明書規范操作。使用顯微鏡（型號：Olympus CX41）及一次性載玻片用于人工鏡檢驗證儀器結果。

1.3 檢驗方法及原理

由婦科醫師分別留取患者的婦科分泌物樣本一式兩份，常溫下立即送檢，1h 內完成檢測。2 份樣本分別用全自動和半自動方法檢測，并由有經驗的檢驗人員顯微鏡檢。全自動分析儀檢測后需瀏覽儀器智能分類后的照片，修正并審核結果。半自動分析儀檢測干化學結合鏡檢修正并審核結果。有形成分采用中性紅對細胞的脫氧核糖核酸成分進行化學染色，通過流式細胞術使樣本粒子連續通過檢測孔，對已著色細胞高速拍照，對照片進行基于AI 技術的有形成分智能識別和分類。干化學部分檢測分泌物中特異性的酶，其分別與包被在聯檢試紙上的化學試劑在37°C 孵育下反應，通過光電比色來判斷酶的活性。

統計項目：白細胞、上皮細胞、桿菌、真菌、滴蟲和線索細胞；白細胞酯酶（leucocyte esterase，LE）、過氧化氫（hy-drogen peroxide，H2O2）、唾液酸苷酶（SNa）、N-乙酰氨基葡萄糖苷酶（NAG）、脯氨酸氨基肽酶（PIP）、pH 值。將全自動分析儀（AI 技術法）檢測有形成分與金標準人工鏡檢進行比較；將兩儀器干化學的結果進行對較。

表1 清潔度判斷標準

1.4 評價標準

（1）線索細胞、真菌、滴蟲以檢出為陽性；白細胞、桿菌、上皮細胞按照陰道清潔度判斷標準（見表1），Ⅰ～Ⅱ度的結果判定為陰性，Ⅲ～Ⅳ度的判定為陽性，以鏡檢結果作為金標準。（2）參考衛生部臨檢中心室間質評臨檢類標準，即干化學結果差異≤1 個等級可接受；照片審核與人工鏡檢差異≤1 個等級可接受，且陽性不可為陰，陰性不可為陽認為相符。

1.5 統計學方法

采用SPSS19.0 軟件對數據進行統計學分析，2×2 型計數資料選用配對卡方檢驗；n×n 型等級資料選用增強配對卡方檢驗。一致性比較采用Kappa 一致性檢驗，k＜0.2 表明一致性差；0.2≤k＜0.4 時表明一致性一般；0.4≤k＜0.6 一致中等；0.6≤k＜0.8 一致良好；k≥0.8 表明一致性強。

2 結果

2.1 全自動分析儀有形成分與人工鏡檢比對

表2 示，線索細胞、真菌、滴蟲陽性率比較，2 種方法之間均無統計學差異（均P＞0.05）；Kappa 檢驗顯示2 種方法一致性強（P＜0.05）。不同含量的白細胞、桿菌和上皮細胞采用增強配對卡方檢驗，2 種方法間均無統計學差異（均P＞0.05）；2 種方法白細胞、桿菌和上皮細胞在Ⅰ～Ⅳ度同等級間Kappa 檢驗的一致性分別為良好、中等和一般（P＜0.05）。全自動分析儀對有形成分的檢出率除滴蟲和線索細胞外均≥鏡檢結果。

2.2 干化學結果

干化學受到方法學和酶特異性的局限，其單項與鏡檢有形成分結果一致性不佳[5]，不能單獨作為診斷標準，根據臨床體液檢驗技術要求（WST662-2020）和相關研究[6]化學檢查應結合有形成分檢測共同判斷。即SNa 和PIP 聯合診斷BV，NAG 與pH≤4.6 聯合診斷真菌，NAG 與pH≥4.8聯合診斷滴蟲；H2O2輔助診斷陰道菌群失調。本實驗干化學單項與半自動分析儀符合率為SNa （83.48%）、PIP（90.00%）、LE（69.13%）、NAG（70%）、pH（70%）和H2O2（79.57%），在69%～90%之間，能夠滿足臨床需求。

表2 全自動婦科分泌物分析儀與人工鏡檢有形成分符合率的比較（n=432）

3 討論

目前婦科分泌物的檢測方法中，微生物培養法對陰道微生態分析準確，但操作復雜、耗時；顯微鏡檢快速，但觀測視野少、對弱陽性樣本易漏檢；半自動分析儀前處理手工操作步驟多且需要手工鏡檢，處理大量樣本時比較耗時、檢測通量低。與半自動分析法相比，全自動流式AI 技術法干化學的符合率較好，干化學+圖像聯合與人工鏡檢診斷的一致性較強，可以快速準確篩查出病原體。

本實驗中儀器分析白細胞、桿菌、上皮細胞與鏡檢存在一定差異，一些研究表明[7]這幾個項目按清潔度標準聯合判斷出現不統一或數量處在臨界時存在局限性，應結合形態學以彌補不足。AI 分析系統對單個分布的典型線索細胞、典型的梨形滴蟲、真菌孢子和假菌絲可以較好自動分類，但對以下非典型形態：（1）鏡檢觀察活滴蟲的運動，而滴蟲在照片中呈靜止狀態，形態圓形或梨形、鞭毛少或無，大多呈粉紅色、少部分有活力的滴蟲不著色，與深染的吞噬細胞和感染嚴重時的部分中下層陰道上皮細胞形態類似。（2）小真菌孢子與細胞碎片、小紅細胞的大小相似，著色或不著色。在審核中發現存在少量軟件誤分類的情況，此時應結合NAG（+）人工審核，以減少出現假陽性。由于白色念珠菌和熱帶念珠菌含有氨基葡萄糖苷酶，而光滑念珠菌和克柔念珠菌等無該酶活性[8，9]，審核時也需注意此類假陰性的漏檢可能。NAG（+）和pH 值可對霉菌和滴蟲鑒別診斷[8]，pH 值會受到如清洗、用藥、陰道菌群失調、血性、渾濁樣本影響比色等多種因素影響[10]，本實驗中AI 分析系統對于真菌的檢出率略高于人工鏡檢，當NAG （+）時，核對真菌、滴蟲陽性的圖像是否與AI 結果一致即可。基于上述原因，目前儀器AI 識別技術結果仍需檢驗人員依據形態學為金標準，綜合分析干化學和圖像結果。

全自動婦科分泌物分析儀聯檢干化學增加了氧化酶和β-葡萄糖醛酸酶的檢測，可輔助淋病奈瑟菌和需氧菌的篩查。配套的植絨拭子相比傳統棉質陰拭子對分泌物更具親和性，能提高采集成功率和增加采樣量。其自動報告干化學+有形成分+清潔度+臨床診斷提示+圖片的綜合結果，可以為臨床醫生提供生動、直觀的循證醫學證據；儲存的照片可供審核與回顧不同形態的陽性成分，有助于提升人員技術水平。

未來可根據本地人群特點制定實驗室復檢規則，并將有形成分和干化學結合的復檢規則整合到AI 智能分類及實驗室信息管理系統 （laboratory information management system，LIS）上，實現需復檢項目和異常結果主動提示，陰性樣本自動審核，利用AI 智能技術和大數據，更好地為臨床服務。