人工智能增强流式细胞术数据加速慢性淋巴细胞白血病可测量残留病的识别

流式细胞术对于检测慢性淋巴细胞白血病的可测量残留病至关重要，但其应用受限于手动分析所需的专业知识和时间。我们开发了一种人工智能流程——CCADDAS（全事件聚类/分类、降维、下采样和异常性评分），可自动增强原始流式细胞术文件，使用单管10色方案简化CLL MRD检测。在云环境中处理了166例MRD阳性和61例MRD阴性病例的FC文件。自动化步骤包括误差校正、聚类、降维、针对阴性对照的异常检测以及保留罕见MRD事件的基于聚类的下采样。基于专家定义的正常子集训练的深度神经网络实现了自动设门。在标准FC软件中分析AI增强文件，其结果与传统专家评审结果高度一致。下采样使细胞数量减少85%，文件大小减少78%，同时保留了低水平MRD事件。AI生成的异常性评分量表以优异的性能区分了CLL MRD与背景B细胞。每个病例的手动分析时间从9.0分钟减少到0.9分钟。CCADDAS提供了一种基本无需监督、软件无关的方法，在不影响测试性能的前提下，加速和简化了CLL MRD检测，有助于推广基于FC的MRD检测。