Несмотря на стремительную цифровизацию медицины, ручной метод подсчета лейкоцитарной формулы при анализе крови по-прежнему остается необходимым. Тем не менее, развитие новых технологий может значительно повлиять на диагностику крови в будущем.
Общий анализ крови — распространенное исследование, с которым пациент практически при каждом обращении к врачу. Базовый анализ крови оценивает концентрации и состояние клеток крови, первично диагностируя нарушения в работе организма и сигнализируя о необходимости углубленного поиска возможных заболеваний.
Один из основных типов клеток крови — лейкоциты, клетки участвующие в защите организма от инфекционных заболеваний. При проведении общего анализа крови зачастую дополнительно назначается расчет лейкоцитарной формулы, то есть количества основных типов лейкоцитов: нейтрофилов, лимфоцитов, моноцитов, эозинофилов и базофилов. Результаты теста представляются в абсолютных и относительных значениях, сравниваются с контрольными диапазонами и помогают в диагностике нарушений здоровья, таких как вирусные, бактериальные и паразитарные инфекции, онкологические заболевания, нарушения в работе внутренних органов и кровеносной системы.
От микроскопа до лазерных анализаторов
Впервые клетки крови под микроскопом были обнаружены еще в XVII веке: Антони Левенгук в 1674 году в письме Proceedings of the Society Royal (научное издание Лондонского Королевского общества) сообщил об открытии красных клеток крови. Развитие микроскопов, совершенствование технологий и используемых линз позволили выделить и рассчитать количественные доли других клеток крови. И к началу XX века проведение микроскопического анализа крови больного стало привычной практикой.
Именно исследование клеток крови, проводимое лаборантом под микроскопом, долгие годы оставалось основным способом подсчета лейкоцитарной формулы и оценки состояния лейкоцитов. Метод очень простой: мазок крови наносится на предметное стекло и протягивается таким образом, чтобы образовался максимально тонкий участок, состоящий из одного слоя клеток. Лаборант под микроскопом считает количество лейкоцитов каждого вида с использованием ручного счетчика.
Очевидный недостаток этого метода — человеческий фактор. Неравномерное распределение клеток в препарате, неправильное распознавание отдельных типов лейкоцитов или ошибки в подсчете — все это влияет на результаты анализа. Например, если результат подсчета на 100 лейкоцитах показывает семь клеток одного типа, погрешность расчета такова, что их реальная доля может быть от 2% до 12%. Погрешность уменьшается при увеличении количества исследованных лейкоцитов (для 1 000 клеток аналогичный результат — 5,5–8,6%), однако при этом растет время проведения анализа и возможность ошибки лаборанта.
Первым решением для автоматического подсчета количества клеток стал счетчик Коултера, разработанный в середине XX века. Американский инженер и изобретатель Уоллес Коутлер определил, что из-за низкой электропроводности частицы крови, движущиеся в электрическом поле, вызывают в нем возмущения, пропорциональные их объему. Придуманный Коултером прибор представляет собой две камеры с электролитом, соединенные тонким отверстием. Фиксируя изменение электрического тока и увеличение сопротивления при прохождении частиц через отверстие, прибор рассчитывает количество клеток разного размера. Такой счетчик позволяет разделять лейкоциты на 3 типа — моноциты, гранулоциты, лимфоциты.
Развитием счетчика Коултера стали лазерные проточные цитометры. В этих приборах измерение и подсчет основываются на использовании света вместо электрического тока. Предварительно окрашенные с использованием светящихся молекул (флуорохромов) частицы крови помещаются в поток жидкости, проходящий через проточную ячейку. Правильно подобранная разница в скорости и плотности жидкостей создает «поток в потоке», в котором исследуемые клетки выстраиваются друг за другом и по одной пересекают направленный пучок лазерных лучей. Измерение рассеивания света и флуоресценции определяет тип клеток, который содержится в образце.
Проточная цитометрия ускорила проведение и повысила качество анализа. Современные приборы измеряют до 32 различных параметров, фиксируя до 200 тыс. событий в секунду. Тем не менее, и у этого метода есть недостатки. Если в образце присутствуют аномальные или незрелые лейкоциты, результат исследования может быть неверным, поэтому такие образцы требуют ручного пересчета лейкоцитов. Например, при определении количества базофилов погрешность может превышать 150%, что существенно ограничивает интерпретацию результатов. Международным обществом лабораторной гомологии (ISLH) разработаны рекомендации, определяющие ситуации, в которых образец должен исследоваться под микроскопом. Сегодня от 10 до 15% образцов требуют ручной перепроверки.
Цифровая обработка изображений клеток
Визуальный анализ клеток в ряде случаев остается наиболее надежным способом для оценки морфологии лейкоцитов и расчета лейкоцитарной формулы. Поэтому существенные усилия направляются на автоматизацию обработки изображений.
Первые шаги в этом направлении предпринимались еще в 60-е годы. В системах цифровой обработки изображений окрашенные мазки крови (такие же, как и при ручном анализе) сканировали с использованием компьютерного микроскопа. Система находила ядра клеток и на основе анализа оптической плотности (денситометрии) анализировала клетки по тем же параметрам, которые используют лаборанты в процессе наблюдения. Эти системы были относительно медленными, предлагали лишь ограниченную степень автоматизации, не позволяли существенно улучшить скорость и эффективность работы лаборатории. Не удивительно, что уже к началу 90-х в промышленном использовании таких приборов не осталось.
Возрождение этого метода наступило в начале XXI века со скачком в развитии компьютерных технологий и нейросетей. В современных системах используется цифровая камера, соединенная с компьютером. Автоматизированная система сканирует окрашенный мазок крови, алгоритмы компьютерного зрения определяют монослой (то есть слой, состоящий из отдельных клеток, в котором одни частицы не накладываются на другие). Объекты, найденные в таком слое, классифицируются на основе геометрических, цветовых и текстурных параметров. Эффективность такой оценки ведет к постепенному распространению приборов в клинических исследованиях. Однако стоят они очень дорого, а потому применяются только в крупных центрах. Поэтому более 90% лабораторий продолжают использовать ручную перепроверку образцов.
Тем не менее, сложно не оценить преимущества машинного обучения для морфологического анализа клеток крови. У современных систем в отличие от человека анализ изображения проходит быстро. А значит система может проанализировать большее количество клеток снизив погрешность, связанную с неравномерным распределением материала в образце. Кроме того, эффективность автоматического анализа повышается с увеличением количества размещенных образцов, на которых обучалась нейросеть: даже те аномальные случаи, которые сегодня могут требовать ручной перепроверки, после формирования достаточного количества образцов будут распознаваться автоматически.
Развитие оптических характеристик и мощностей современных смартфонов позволили сделать следующий шаг. Вместо сложных и дорогих систем морфологического анализа может использоваться обычный смартфон, который с использованием специальной линзы прикрепляется к окуляру микроскопа. Качества изображения, получаемого со смартфона, достаточно, чтобы нейросеть смогла провести анализ. А низкая (по сравнению с аппаратными устройствами) стоимость смартфона и линзы делает технологию доступной для большого числа лабораторий.
Такая технология не требует проведения анализа врачом лабораторной диагностики, что особенно ценно для удаленных или территориально распределенных клиник. Например, при работе с нашим приложением, техник-лаборант перемещает мазок перед микроскопом, а смартфон с использованием нейросети определяет необходимые типы клеток. При этом изображения, полученные смартфоном, хранятся в цифровом виде в облаке, а значит, в случае необходимости, могут быть повторно перепроверены дистанционно. Использование опыта профессиональных цитологов для обучения нейросети обеспечивает качество исследований, а дистанционный доступ к материалам — проведение тестирования даже в тех клиниках, где нет врачей-экспертов, без необходимости пересылки микропрепаратов.
Несмотря на кажущуюся простоту анализа крови, информация, которая может быть получена с использованием исследования, играет существенное значение в обнаружении широкого спектра различных заболеваний, позволяет правильно подобрать и вовремя начать лечение. Тем не менее на протяжении длительного времени существенная часть проведенных в автоматическом режиме тестов требовала перепроверки. Развитие цифровых, нейросетевых технологий, позволяет автоматизировать те сферы, с которыми раньше справлялся только человек, а значит влияние человеческого фактора будет только снижаться, а качество исследований — расти.
