中新網西安12月17日電 (阿琳娜 王冠玉)“只需要小于0.5微升的腦脊液，即可在5分鐘內達到96.13%的準確率。我們希望能為急性白血病診斷，尤其是棘手的中樞神經系統白血病診斷，提供一種全新的‘光譜學利器’?！蔽靼搽娮涌萍即髮W張東杰副教授這樣介紹團隊的最新突破。
西安電子科技大學陳雪利教授團隊近日在國際期刊《細胞》子刊《細胞報告醫學》上發表了該項最新研究成果。一款基于深度學習與光譜技術的智能診斷平臺，讓快速、精準“捕捉”白血病細胞及分泌物成為可能。
據了解，白血病細胞侵入中樞神經系統后，會像“種子”粘附于“土壤”般牢牢貼在腦膜血管壁上，導致腦脊液中游離的異常細胞數量很少，這使得常規細胞學或流式細胞術方法容易出現假陰性或漏診，不僅給醫生診斷帶來風險，也給患者帶來沉重的心理負擔。
能不能尋找一種方法，幫臨床“看”得更清、更準？西電在電子信息與人工智能領域的特色，為這個構想提供了生長的沃土。但也存在兩大技術關隘：一是如何從極微量樣本中捕獲有效的疾病信號；二是如何從海量信號中精準識別出疾病的“指紋”。
第一把“鑰匙”，是名為SERS(表面增強拉曼光譜)的高靈敏檢測技術?！袄庾V是一種非彈性散射光譜，能夠特異性識別不同類型的分子和物質，但它的信號非常弱。而SERS技術能夠通過入射光和貴金屬納米結構的相互作用實現6-8個數量級的信號放大?！闭撐牡谝蛔髡邚垨|杰副教授解釋道，該技術還具有特異性好、操作簡單、樣品需求少以及不受生物樣品自發熒光和水干擾等優點。
團隊還設計了一種類似“豬籠草”結構的超疏水滑移基底，能將微小的樣本液滴快速聚集濃縮。這使得檢測所需的樣本量降至“小于0.5微升”，整體檢測流程縮短至“5分鐘以內”。這對于簡化臨床操作、助力醫生快速決策具有重要意義。
第二把“鑰匙”，則是名為“多特征融合”的智能“解碼器”。該網絡利用多頭自注意力機制實現跨維度的特征交互，能有效抑制噪聲、捕獲關鍵特征?！拔覀儗⒁痪S光譜和二維圖像融合，既可以提取光譜的強度、半高寬信息，還可以捕捉到光譜的位置、對稱性以及局部空間信息，讓模型獲得更立體的‘視覺’，從而做出更精準的判斷?！睆垨|杰解釋道。
最終，這個全新的AI-SERS平臺交出了一份亮眼的“成績單”：急性白血病篩查準確率高達96.13%，在區分不同亞型、判斷基因異常等多項高難度診斷任務中，準確率均超過91%，相關評估指標均表現優異。
談及臨床應用前景，共同通訊作者曾琦副教授表示，該技術走向大規模臨床應用尚需完成醫療器械注冊所需的試劑盒定型、大規模臨床試驗等環節。未來希望能發展成為一項獨立、快速的光譜學診斷工具。
目前，這項技術已展現出成為一個普適性“液體活檢光譜學輔助診斷平臺”的巨大潛力。“除了白血病，我們在腦膠質瘤、宮頸癌、干眼癥等疾病的檢測上也看到了曙光。”陳雪利描繪了團隊的藍圖：未來，或許只需一滴體液，就能快速、無創地對多種疾病進行早期篩查。(完)
【編輯:惠小東】
