技术的进步意味着现在可以在不牺牲图像质量的情况下实现从显微镜到数字替代品的转变。但这与技术无关。
吉娜·齐尼教授反思了数字化发展的主要好处，包括更好的筛查质量、为忙碌的形态学家节省了时间、更好的临床合作、改进的培训以及与发展中国家分享专业知识。
当我开始作为一名血液学家的职业生涯时，检查血涂片意味着通过显微镜观察。
这是全世界的标准。
此后，技术的进步导致许多国家开发和部署了新方法。
特别是，数字工具发挥着越来越大的支持作用，通常取代或减少实验室中许多手动密集型任务的需要。
随着更复杂技术的不断引入，数字化的潜力正在进一步扩大，特别是在我所擅长的血液学和形态学等领域。
目标是：在专业人员紧缺的环境中提高效率、质量和协作。
实验室在数字形态学方面取得了哪些成就？
数字形态分析仪已被世界许多地方采用，作为提高实验室效率以及筛查计划报告质量的一种手段。
此类设备有助于实现部分筛查过程的自动化，分析大量血涂片以帮助识别异常情况。
技术当然没有取代血液学家的作用。
人际互动在筛查计划中仍然发挥着非常重要的作用，血液学家在发现病例时进行干预，并在持续的过程中验证重要样本，以帮助确保准确性和可靠性。
现代数字形态分析仪允许实验室专业人员查看、验证和报告屏幕上的图像，使他们比通过显微镜观察更容易找到细胞和关注区域。
对于忙碌的实验室团队来说，与在显微镜下寻找载玻片上的细胞相比，回忆屏幕上的图像在必要的时间和精力方面也具有很大的优势。
数字细胞图像在屏幕上的可用性促进了实验室内（有时是实验室间）的共识和协调，现场和远程工作的团队可以轻松访问和搜索图像。
例如，访问数字图像可以让员工与其他同事共享图像以获取专家意见，即使该同事在家工作也是如此。
数字技术还带来了额外的收益。
血涂片有时可以提供特定诊断的主要或唯一证据，例如骨髓增生异常综合征、白血病、淋巴瘤或溶血性贫血。
此类血涂片可能需要长期保存：使用数字形态图像更容易实现这一点。
对于自动分析仪提供的一些异常参数，例如红细胞异常参数，其准确性可能比使用显微镜分级更高且更不主观。
这可以帮助工作人员在对涂片进行快速定性评估后提供重要报告。
简而言之，数字形态学在寻求改善周转时间、质量和成本的实验室中具有显着的优势，有助于减轻与光学形态学相关的一些疲劳和工作量挑战，并提高可重复性和更轻松地管理细胞图像的机会。
为什么持续创新紧迫且势在必行，以及已经在哪些领域进行创新
现在对高性能数字工具的需求已经加剧。
他们的角色正在从支持实验室高效业务转变为压力下迫切需要的筛查服务之一。
目前，血液学和形态学分析等领域正面临着人力资源危机，每年可用的专家数量都在减少，而这些专家仍在管理不断增加的工作量以支持预防性医疗保健。
现在的情况需要更好的技术来增强容量。
数字形态分析仪是为支持这一点而发展的技术的一个重要例子，并且不断创新。
从历史上看，旧设备虽然很有用，但也存在一些局限性。
许多这些设备都是通过重建图像来工作的，而不是显示涂片的真实图像。
这意味着图像与通过光学显微镜在载玻片上看到的图像不同。
因此，审查图像的实验室团队需要接受额外的培训，学习如何解释图像并从特定设备生成的图像中识别关注区域，以便能够以有效且一致的方式进行报告。
现在这种情况正在改变，新的数字技术能够精确地再现显微镜下看到的东西。
我最近针对医疗设备提供商 Mindray 推出的MC-80 自动数字细胞形态分析仪进行的性能分析证明了这一点。
分析中检查的血液样本显示出细胞图像具有出色的重现性，与显微镜下看到的图像完美匹配。
在研究之前我对这些案例一无所知，但可以立即检查和验证屏幕上的图像。
这是因为，对于每个评估的样本，在点击鼠标的时间内，屏幕上就会出现 200 个预先分类的有核细胞图像，其形态细节与在光学显微镜下观察到的形态细节相同。
因此，不需要任何额外的时间来定位载玻片、将其放置在显微镜台上、搜索观察和计数区域、使用不同放大倍率的物镜聚焦（包括添加油），就像使用光学显微镜时所发生的那样。
花时间专门观察细胞并确认其预分类或在必要时移动到不同的子类：但是，移动后，系统将自动重新生成差异的百分比。
为了评估这一系列由于定量和/或定性异常而出现病理性的样本，我平均为每个样本花费一到两分钟的时间进行屏幕验证。
在光学显微镜下产生参考差异平均需要六到八分钟，在这两种情况下评估至少 200 个有核元素。
这种创建与显微镜视图无法区分的图像的能力是最先进的。
在资源紧张的情况下，效率的提高和对更高质量报告的支持是不言而喻的好处。
但它也为培训和协作开辟了新的可能性。
数字形态学通常可以减少培养优秀形态学家所需的时间。
但同样值得记住的是，尽管数字形态的采用率不断提高，但世界上只有约 37% 的人使用数字形态。
例如，许多发展中国家仍然依赖显微镜作为主要工具。
获得能够复制显微镜下图像的技术，为使用数字形态学的实验室提供了立即的机会，可以与该技术尚未广泛使用的国家的专业人员和受训人员共享可识别图像，以用于培训目的。
如果我们能够更多地采用数字形态学来生成使用显微镜的人所熟悉的图像，那么就有机会改进筛选、减少假阴性并扩展数字形态学可以带来的许多其他好处。
Gina Zini 教授是意大利罗马天主教大学和意大利罗马 Fondazione Policlinico Universitario A. Gemelli IRCCS 的血液学副教授。她是国际血液学标准化委员会 (ICSH) 的董事会成员和前科学秘书（2012-2022 年）。