Kompleksowa ocena wydajności BMIA-12A — systemu do ilościowego oznaczania komórek szpiku kostnego w próbkach prawidłowych i z chorobami hematologicznymi

Dlaczego liczenie komórek szpiku ma znaczenie

Gdy lekarze rozpoznają nowotwory krwi, takie jak białaczka czy szpiczak mnogi, dokładnie oglądają rozmazy szpiku pod mikroskopem i ręcznie zliczają tysiące komórek. Ta powolna, żmudna praca wpływa na decyzje o diagnozie, leczeniu i rokowaniu, które mogą zmieniać życie pacjenta. Artykuł przedstawia i rygorystycznie testuje nowy system oparty na sztucznej inteligencji, BMIA-12A, zaprojektowany tak, by zautomatyzować dużą część tego liczenia — potencjalnie przyspieszając wyniki, zwiększając ich spójność i zmniejszając zależność od konkretnego eksperta oceniającego preparat.

Nowy, cyfrowy asystent mikroskopu

System BMIA-12A analizuje zdigitalizowane obrazy rozmazów szpiku i wykorzystuje algorytmy głębokiego uczenia do rozpoznawania oraz kategoryzowania komórek na 16 głównych typów, w tym wczesnych komórek „blastowych”, istotnych dla rozpoznawania białaczek, oraz komórek plazmatycznych kluczowych w szpiczaku mnogim. W badaniu przeanalizowano 298 rozmazów od 149 osób, obejmujących próbki prawidłowe, zaburzenia komórek plazmatycznych oraz kilka postaci ostrych białaczek. Dla każdego rozmazu porównano trzy podejścia: w pełni zautomatyzowane zliczanie przez SI, zliczanie SI po przeglądzie i korekcji przez specjalistów oraz tradycyjne ręczne liczenie pod mikroskopem optycznym. Badano też dwa powszechne sposoby przygotowania szkiełek — tzw. rozmaz klinowy (wedge) i rozmaz rozciskowy (squash) — aby ocenić, jak jakość preparatu wpływa na wydajność SI.

Jak system rozpoznaje komórki prawidłowe

W szpiku osób bez choroby system SI sprawdził się imponująco. Poprawnie sklasyfikował około 95% z prawie 38 000 komórek zarówno w rozmazach klinowych, jak i rozciskowych, przy czym 14 z 16 typów komórek miało recall powyżej 90%. Rozmazy klinowe — w których próbka jest gładko rozprowadzona po szkle — dawały nieco lepszą precyzję dla kluczowych komórek diagnostycznych, takich jak komórki plazmatyczne, blasty i rzadkie bazofile. Większość błędów SI następowała między typami komórek o bardzo podobnym wyglądzie, np. między sąsiednimi etapami dojrzewania leukocytów albo między limfocytami reaktywnymi przypominającymi blasty. Przy porównaniu częstości występowania poszczególnych typów komórek w całych próbkach wyniki SI po przeglądzie ekspertów były zbliżone do siebie, podczas gdy tradycyjne ręczne liczenia były zauważalnie bardziej zmienne, co odzwierciedla subiektywność i ograniczone próbkowanie przy ręcznym liczeniu.

Co dzieje się w szpiczaku i białaczkach

W przypadkach chorobowych wydajność systemu była bardziej zróżnicowana. W zaburzeniach komórek plazmatycznych SI była bardzo precyzyjna w identyfikacji komórek plazmatycznych, ale pominęła około jednej czwartej z nich, zwłaszcza w szpiczaku mnogim, gdzie szpik jest wypełniony nieprawidłowymi komórkami plazmatycznymi o kształcie różnym od wzorców użytych w treningu. W efekcie SI miała tendencję do zaniżania odsetka komórek plazmatycznych w porównaniu z liczeniami ręcznymi i wynikami po korekcie ekspertów, szczególnie przy dużym obciążeniu nowotworem. Podobny wzorzec pojawił się w ostrych białaczkach: SI dobrze wykrywała blasty ogólnie, zwłaszcza na rozmazach klinowych, ale często przypisywała atypowe blasty do podobnych kategorii, takich jak monocyty lub wczesne komórki mieloidalne. Ręczne liczenia konsekwentnie wykazywały wyższe odsetki blastów niż zarówno wyniki zautomatyzowane, jak i przeglądane cyfrowo przez ekspertów, z największymi różnicami w niektórych podtypach genetycznych, np. AML z mutacją NPM1 i ALL z komórek B z fuzją BCR::ABL1, gdzie morfologia blastów jest szczególnie nietypowa.

Dlaczego przygotowanie rozmazu i genetyka mają znaczenie

Badanie wykazało, że zarówno sposób wykonania rozmazu, jak i genetyczne podłoże choroby wpływają na wydajność SI. Rozmazy rozciskowe, w których fragmenty szpiku są delikatnie ściskane między szkiełkami, wprowadzały zniekształcenia, które rozmywały drobne cechy jądrowe, zwiększając zamieszanie między sąsiednimi etapami dojrzewania oraz między blastami a innymi młodymi komórkami. Rozmazy klinowe lepiej zachowywały strukturę, dając wyższy recall i precyzję — autorzy zalecają je jako format standardowy do analizy wspomaganej przez SI. Z biologicznego punktu widzenia blasty z określonych podtypów genetycznych często mają charakterystyczne, czasem zniekształcone kształty jąder lub inne nietypowe cechy. Ponieważ obecne systemy SI zwykle uczone są głównie na komórkach prawidłowych, te neoplastyczne warianty mogą być przypisywane do „najbliższej” normalnej kategorii, co prowadzi do systematycznego zaniżania ciężaru choroby u tych pacjentów, dla których dokładność progów diagnostycznych ma największe znaczenie.

Jak to zmienia pracę laboratorium dziś

Podsumowując, wyniki sugerują, że BMIA-12A jest już wystarczająco wiarygodny, by służyć jako potężne narzędzie przesiewowe i triage, zwłaszcza dla prawidłowych próbek szpiku i rutynowych rozpoznań różnicowych. Może szybko przeanalizować dziesiątki tysięcy komórek na preparat i dostarcza stabilnych, powtarzalnych wyników zgodnych z oceną ekspertów. Jednak wyraźne i czasami znaczne rozbieżności z liczeniami ręcznymi w białaczkach i nowotworach komórek plazmatycznych pokazują, że specjaliści pozostają niezbędni do ostatecznej interpretacji, szczególnie w okolicach progów diagnostycznych i w genetycznie określonych podtypach wysokiego ryzyka. Autorzy podkreślają, że laboratoria wdrażające takie narzędzia SI muszą starannie je walidować dla własnych metod przygotowania szkiełek i opracować procesy pracy, w których SI dostarcza obiektywną bazę, którą eksperci udoskonalają, a nie zastępuje ich ocenę.

Cytowanie: Kim, H.N., Lee, J.H., Jung, Y. et al. Comprehensive performance assessment of the BMIA-12 a system for bone marrow cell quantification in normal and hematological malignancy samples. Sci Rep 16, 8798 (2026). https://doi.org/10.1038/s41598-026-39443-1

Słowa kluczowe: sztuczna inteligencja w hematologii, cytologia szpiku kostnego, diagnostyka białaczek, szpiczak mnogi, mikroskopia cyfrowa