深度学习在抗核抗体检测应用的进展及挑战

摘要

抗核抗体(ANA)的实验室检测对系统性自身免疫病的诊断、分型、病情监测等具有重要的临床意义.近年来,随着计算能力的增强和算法的推陈出新,以深度学习(DL)为代表的人工智能技术取得不断突破,在医学图像识别领域逐渐展现出独特的优势.ANA检测的参考方法是以人喉癌上皮细胞为基质的间接免疫荧光法,检测结果依赖肉眼对荧光模式的判读,本质原理还是图像识别,而这正巧具备与DL结合实现自动化判读系统的广阔前景.本文就目前DL运用在ANA检测的领域相关的研究及面临挑战进行概述,以期为今后ANA结果判读的标准化之路提供参考.