Развитие цифровой микроскопии и компьютерного анализа данных способствовало внедрению в клиническую практику методов оценки лабораторных проб с автоматизированным анализом изображений. Проведен сравнительный анализ временных затрат, необходимых для оценки 100 образцов различных видов лабораторных исследований ручным способом и автоматизированным методом с применением систем анализа Vision®. Полученные результаты свидетельствуют о том, что автоматизированные подходы в микроскопических исследованиях с применением систем анализа Vision® до 4 раз сокращают время на проведение лабораторных исследований по сравнению с традиционными ручными методами. Системы Vision® также повышают точность анализа благодаря автоматическому сбору и преклассификации клеток, что исключает влияние человеческого фактора при проведении оценки пробы. Таким образом, использование автоматических систем Vision® позволяет увеличить эффективность работы лабораторий.
Дмитрий Юрьевич Соснин – д.м.н., профессор кафедры факультетской терапии № 2, профпатологии и клинической лабораторной диагностики ФГБОУ ВО «Пермский государственный медицинский университет имени Е. А. Вагнера» Министерства Здравоохранения Российской Федерации, Пермь, Россия.
Антон Николаевич Белкин – старший преподаватель кафедры патологической анатомии с секционным курсом ФГБОУ ВО «Пермский государственный медицинский университет имени академика Е. А. Вагнера» Министерства Здравоохранения Российской Федерации, Пермь, Россия.
Глеб Александрович Катаев – технический писатель, ООО «Медика Продакт», Пермь, Россия.
Анна Святославовна Чурилова – руководитель группы разработки искусственного интеллекта отдела разработки ПО, ООО «Медика Продакт», Пермь, Россия.
Борис Фимович Фалков – директор разработки ПО, ООО «Медика Продакт», Пермь, Россия.
1. Amin M.M., Kermani S., Talebi A., et al. Recognition of acute lymphoblastic leukemia cells in microscopic images using k-means clustering and support vector machine classifier // Journal of Medical Signals and Sensors. 2015. Vol. 5, N1. P. 49–58.
2. Sazak H., Kotan M. Automated blood cell detection and classification in microscopic images using YOLOv11 and optimized weights // Diagnostics (Basel). 2024. Vol. 24, N1. P. 22. DOI: 10.3390/diagnostics15010022
3. Erten M., Tuncer I., Barua P.D., et al. Automated urine cell image classification model using chaotic mixer deep feature extraction // Journal of Digital Imaging. 2023. Vol. 36, N4. P. 1675–1686. DOI: 10.1007/s10278-023-00827-8
4. Bermejo-Pelaez D., Rueda Charro S., Garcia Roa M., et al. Digital microscopy augmented by artificial intelligence to interpret bone marrow samples for hematological diseases // Microscopy and Microanalysis. 2024. Vol. 30, N1. P. 151–159. DOI: 10.1093/micmic/ozad143
5. Tian Z., Wei Y., Yu Y., et al. Blood cell analysis: from traditional methods to super-resolution microscopy // Photonics. 2022. Vol. 9, N4. P. 261. DOI: 10.3390/photonics9040261
6. Lin E., Fuda F., Luu H.S., et al. Digital pathology and artificial intelligence as the next chapter in diagnostic hematopathology // Seminars in Diagnostic Pathology. 2023. Vol. 40, N2. P. 88–94. DOI: 10.1053/j.semdp.2023.02.001
7. Park S.J., Yoon J., Kwon J.A., et al. Evaluation of the CellaVision Advanced RBC Application for detecting red blood cell morphological abnormalities // Annals of Laboratory Medicine. 2021. Vol. 41, N1. P. 44–50. DOI: 10.3343/alm.2021.41.1.44
8. Sosnin D.Y., Onyanova L.S., Kubarev O.G., et al. Evaluation of efficacy of white blood cell identification in peripheral blood by automated scanning of stained blood smear images with variable magnification // Biomedical Engineering. 2018. Vol. 52, N1. P. 31–36. DOI: 10.1007/s10527-018-9776-1
9. Hosseini A., Amir Eshraghi M., Taami T., et al mobile application based on efficient lightweight CNN model for classification of B-ALL cancer from non-cancerous cells: a design and implementation study // Informatics in Medicine Unlocked. 2023. Vol. 39. P. 101244. DOI: 10.1016/j.imu.2023.101244
10. Муслимов М.И., Мингазов Р.Н., Мингазова Е.Н. Дефицит медицинских кадров как глобальная проблема современности // Менеджер здравоохранения. 2024. №9. С. 103–111. DOI: 10.21045/1811-0185-2024-9-103-111
