重要な細胞誤分類を考慮した自動化されたデジタル末梢血液および骨髄細胞形態学のワークフロー

サマリー

末梢血液および骨髄の自動化デジタル細胞形態学のワークフローを説明しています。標準化された塗抹標本の準備と染色の後、スキャナーが標本画像を撮影します。AI搭載のソフトウェアが核細胞を特定し、記録し、予備的に分類し、その後専門家による審査を行います。焦点は誤診の可能性がある重大な細胞誤分類にあります。

要約

末梢血(PB)および骨髄(BM)のAI搭載自動デジタル細胞形態学(ADM)が専門家の意思決定を支援する能力を支持する証拠が増えています。PBおよびBMの塗抹標針におけるADMのワークフローについて説明します。ADM技術の中核要素には、精密力学、高度なイメージングシステム、人工知能(AI)、そして使いやすいインターフェースが含まれます。このプロセスは、自動化とデジタル化に適応したプロトコルを用いた標準化された塗抹準備と染色から始まります。浸漬対物レンズとデジタルカメラを備えた自動顕微鏡が、複数の倍率で標本の高解像度画像を撮影します。AI搭載のソフトウェアは、核細胞を特定し、記録し、該当する場合はメガ核細胞を含むものを予備的に分類します。その後、必須の専門家審査と必要に応じて再分類が行われます。デジタル画像やレポートはその後、高容量のローカルサーバーに保存されます。ADMの主な利点には、速度向上、効率的なデータ管理、教育支援、評価と相談のためのリモートアクセス、デジタルアーカイブ、マルチモーダルデータ統合が含まれます。ADMの最大の制限は、重大な細胞誤分類のリスクであり、これは臨床上大きな影響を及ぼす可能性があります。無関係な誤分類は容認可能で診断的に中立ですが、関連する誤分類は容認できず、深刻な診断および臨床的影響をもたらす可能性があります。腫瘍性リンパ球、小リンパ芽細胞/骨髄芽細胞、顆粒性単芽細胞、異形成前単球および単球、形質芽細胞、未成熟形質細胞の重大な誤分類は、非定型形態を示す可能性のあるものであり、誤診のリスクを伴います。信頼性の高い診断性能を達成するためにはさらなる進歩が必要です。広範で高品質なトレーニングデータと定期的な検証が組み合わさることで、AIが診断判断の効果的な補助ツールとして機能することを確実にするために不可欠です。

概要

末梢血(PB)および骨髄(BM)塗抹標本の正確な細胞形態学的評価は、血液腫瘍学における多分野的診断の基盤であり、重要な臨床判断ポイント^{1、2、3、4}に影響を与えています。手動のPBおよびBM塗抹標本分析において、専門家間および専門家内における大きな変動があり、患者診断に影響が下流的に影響する^{証拠があります。}最近の画像解析、機械学習、計算病理学の進歩により、PBおよびBMの自動評価が可能となり、専門家による細胞形態学レビュー1,2,3,4,10,11,12,13,14を補完するレベルで評価できるようになりました.PBおよびBMの人工知能(AI)搭載の自動デジタル細胞形態学(ADM)は、労働集約的かつ時間のかかる光学顕微鏡および専門的な意思決定をサポートします。1,2,3,4,11,12。

ADM技術の中核要素には、標準化された塗抹準備と染色、高度な画像処理機能を備えたスキャナー、AI、そして効率的で使いやすいインターフェースが含まれます。ADMの精密機構は高速でマイクロメートルレベルの精度で動作し、高度なイメージングソリューションは高い画質を保証します^。使いやすいインターフェースにより、この高度な技術は直感的かつ洗練された方法でアクセス可能^{になります。}

ADMは長らくPB評価に用いられており、高度に発展し標準的な実験室ワークフローの不可欠な一部となっています。しかし、BM評価においては、ADMは複雑かつ複雑な細胞形態パターン、多数の異なる細胞タイプ、そして前^駆細胞の形態的類似性により課題を抱えています。AI分類機能は、最大数百万セルを含む大規模で包括的な画像データセットでの訓練に基づいています。これらのトレーニングデータセットに含まれるすべてのセルは専門家によってレビューされ注釈が付けられます。この専門家の意見は、他の要因とともに分類の質に直接的な影響を与えます。

それでも、特定のPBおよびBM細胞はADMによる分類が特に困難であり、細胞形態学的診断に大きな影響を与える^{可能性があります。}重大な細胞の誤分類はADMの主な制約であり、深刻な臨床的影響をもたらす可能性があり、その結果、この方法の信頼性を損なう可能性があります^。

私たちの目的は、具体的なステップや専門家レビュープロセスを含む実践的なADMワークフローを提示することです。2つの分析プラットフォームを例に用いるADMプロセスの詳細な報告により、ユーザーはこの手法の機能と利点を最大限に活用できます。PBに対するADMの高い分類精度は、多数の研究^12、15、16で実証されています。したがって、本研究ではBMにおける信頼できる検証データが限られているADMに専念しました。定量的検証結果はBM分析に基づいています。さらに、この手法の重要な限界である重要な誤分類を強調します。また、誤分類の分類を提案し、最も一般的な重要な誤分類のタイプを強調します。

プロトコル

2025年に発表された本^研究はアーカイブ資料を使用し、ヘルシンキ宣言の更新された原則に従って実施されました。患者は、検査室での検査、匿名データ収集・分析、研究利用(匿名化画像データの公開を含む)について書面によるインフォームドコンセントを提供しました。この研究はハヴィロフ病院の地方倫理委員会によって承認されました(承認IGS_2023_HEM_PAT)。

注:PBおよびBMに対するADMプロトコルは、自動染色後のものとして報告されています。

1. 自動機器を用いた末梢血液および骨髄塗抹の準備および染色

1. 機器を起動する前に、以下の点検を行います:チューブの状態、ネットワーク接続、廃棄物容器の状態、十分な試薬、顕微鏡スライドの十分な供給。
   注意:試薬容器は空であってはならず、すべての試薬は有効期限内に保管されている必要があります。
2. 楽器をつけて。
3. メインユニットは自動的に自己チェックを行います。
4. 有効なユーザー名とパスワードでソフトウェアにログインしてください。
5. 現在のソフトウェアバージョンを使って機器を操作してください。メーカーの推奨事項とユーザーマニュアル(ホーム画面—図1)に従ってください。
6. メニューで操作を選択し、Worklistでスライド準備や塗抹準備のリクエストを管理し、ブラウザでリクエスト内のデータを確認し、Statusタブで準備中の塗抹の状況を確認してください。
7. ホストコンピュータから新しいスライド準備リクエストをダウンロードするか、新しいリクエストを作成してください。
   注意:24.7–26.3 mm×74.7–76.3 mm、幅0.9–1.2 mm、マットエッジ15–20 mmの面取りと丸みを帯びたスライドを使用してください。
8. 必要に応じてスライド準備リクエストを編集または削除してください。
9. 塗抹の準備をする:
   1. PBやBMのサンプルや塗りつぶしを扱う際は、必ずラテックスまたはニトリル手袋を使用してください。
   2. 塗りつぶし準備モードを選択してください。
   3. サンプルラックをサンプラーに入れます。
      注意:ステイナーメーカーによって特別に承認されたサンプルチューブのみを使用してください。
   4. スプレッダーガラスが無傷で、完全に清潔で、ホルダーにしっかりと収められているか確認してください。
   5. ダイアログウィンドウを使って、塗り付けの準備とステインを始めてください。
   6. 中傷の準備状況を確認してください。
10. スライド準備の要望の詳細を確認してください。
11. サンプルラックを外してください。
12. 準備済みのステインスライドを取り除きます。
    チェックポイント:目視検査(排出後)における塗抹標識の品質は、定められた受け入れ基準を満たしているか?十分な長さと細胞密度を持つ最小限の単層ゾーンが存在する必要があります。
13. 停止前に機器の点検と清掃を行いましょう。
14. 楽器を止めろ。
    注:
    末梢血の染色プロトコル-
    染み1:メイ–グリュンヴァルトの染み;染み2:ギエムサ–ロマノフスキの染み。希釈していない染色1(73 mL)2:48分;希釈染色1(73 mL、希釈剤pH 7.0リン酸塩緩衝液、希釈比1:10)3:36分。希釈染色2(26mL、希釈剤pH7.0リン酸塩バッファー、希釈比1:10)4:00分。すすぎ数(439 mL、自動処理)
    1. 乾燥(自動プロセス)3:36分。
    
    骨髄の染色プロトコル-
    染み1:メイ–グリュンヴァルトの染み;染み2:ギエムサ–ロマノフスキの染み。希釈していない染色1(73 mL)3分36秒;希釈染色1(73 mL、希釈剤pH 7.0リン酸バッファー、希釈比1:10)2:48分。希釈染色2(26 mL、希釈剤pH 7.0リン酸塩バッファー、希釈比1:10)10:00分。すすぎ数(439 mL、自動処理)
    1. 乾燥(自動プロセス)3:36分。
    
    注意:化学物質を実験室で取り扱う際は、公式の安全データシートの指示に従い、成分、危険標示、応急処置の指示、偶発的な漏れや火災の緊急対応手順、取り扱いと保管ガイドライン、個人用保護具の要件、毒物学的および環境情報、輸送および廃棄の指示を含みます。廃棄物、液体、試薬、消耗品は、医療用感染症廃棄物および/または産業廃棄物として、地域の法律および規制に従って処分してください。可能であれば、中央廃棄物処理システムを活用してください。

2. PBの自動デジタル細胞形態学

1. 白血球(WBC)の差異カウント、赤血球(RBC)形態の評価、血小板(PLT)数の推定にアプリケーションをご利用ください。各細胞タイプの分類を提案しているか検証してください。
   注:オペレーターは少なくとも5年の実務経験を持つ経験豊富な認定検査技術者または認定検査科学者です。
2. アナライザーを起動しろ。
3. 有効なユーザー名とパスワードでソフトウェアにログインしてください。
4. 現在のソフトウェアバージョンを使って機器を操作してください。メーカーの推奨事項とユーザーマニュアルに従ってください。
5. 品質管理(QC)手順や注文処理には システムコントロールビュー タブをご利用ください。
6. 毎日コントロールスライドを用いて内部QC(白血球数が10 ×^{10 9}/Lを超える通常のPBスメア)を実施します。細胞検出テストは1日に少なくとも1回実行し、100個の細胞を認識してください。
   注:細胞検出試験はスライド準備プロセスを検証し、分析装置の細胞検出能力を検証します。スライドは分析に必要な細胞を検出できるほどの品質でなければなりません。QC受容のためには、97%の細胞が正常に検出されなければなりません。
7. スライド作成・染色器具で準備したPBスミアを使いましょう。
8. 汚れた塗りつぶしを分析機のローディングドロワーに入れます。
9. テスト識別は手動またはバーコードスキャナーで入力します。検査情報システムからのリクエストは自動的に読み込まれます。
10. アナライザーの入力ドアを閉じろ。
11. 中傷処理。
    注:アナライザーは自動的に塗抹標本を顕微鏡下で移動させ、スキャンして白血球の画像および赤血球の単分子膜画像を撮影します。分析装置は検出されたすべての白血球の予備分類を行い、赤血球の形態を評価します。
12. 予備結果を確認し、必要に応じて分析装置上で直接またはリモートレビューソフトウェアを使って再分類します。確率パーセンテージを含む提案された3つの分類オプションを検討します。
    注:自動予備分類は数秒で完了します。曖昧または境界線上の細胞分類の場合、二重読み取りが必要です。異なる分類を持つセルの場合、観察者間での合意が必要です。再分類されたセルは画像の右上にチェックマークでラベル付けされています。
13. 白血球モードで、核細胞の予備分類をレビューします。
    注:デジタル形態学および専門家による必須審査を必要とする品質フラグには、胚芽、未成熟顆粒球、非定型リンパ球、反応性リンパ球、腫瘍性リンパ球、単細胞増殖症が1.0×10⁹/Lを超え、リンパ球増殖症が4.0×10⁹/Lを超え、信頼性の低い差分数などが含まれます。オペレーターや病理医による手動再分類は、ユーザーIDとタイムスタンプを記載しなければなりません。
14. 誤った分類が判明した場合は、マウスでセルの画像をドラッグして正しいカテゴリに再割り当てします。
    注:PB細胞の誤分類の例については 図2を参照してください。
15. 赤血球モードでは、赤血球の形態変化の評価をレビューし、不正確な評価を修正したり、標的細胞、血血球、卵母細胞などの追加の病理的特徴を選択して所見を追加します。
16. PLTモードでは、PLT評価を見直してください。
17. コメントは手動で追加するか、あらかじめ定義されたテキストオプションから選択できます。
    注意:自動認証ルールは少なくとも年に一度は正式に検証され、文書化され、見直される必要があります。
18. 最終結果を確認し、それが自動的に検査室の情報システムに送信されます。
    注:最終結果は数値的な差分カウントとしてエクスポートされ、追加のコメントがある場合は表示されます。細胞濃度が低いサンプル(白血球数が2.0×10⁹/L未満)の場合、2回の塗抹標本が自動的に準備され、スキャンされ、個別に評価されます。
19. ログアウトしてアナライザーをシャットダウンしてください。
    注:各PBサンプルに対してICSH推奨¹⁷に従い100細胞カウントが適用されます。白血球の分類カテゴリー(クラス)には、芽球、原髄球、骨髄球、メタミエロサイト、バンド好中球、分節好中球、好酸球、好塩基球、単球、リンパ球、変異リンパ球、形質細胞が含まれます。白血球以外の分類カテゴリー(クラス)には、スマッジ細胞、アーティファクト、巨大血小板、血小板塊、赤血球芽細胞が含まれます。赤血球の形態分類カテゴリー(クラス)には、多色赤血球、低クロミック紅血球、無異細胞症、大血球症、微小細胞症、ポイキロサイトーシスが含まれます。Začátek formuláře
    
    注意:化学物質を実験室で取り扱う際は、公式の安全データシートの指示に従い、成分、危険標示、応急処置の指示、偶発的な漏れや火災の緊急対応手順、取り扱いと保管ガイドライン、個人用保護具の要件、毒物学的および環境情報、輸送および廃棄の指示を含みます。廃棄物、液体、試薬、消耗品は、医療用感染症廃棄物および/または産業廃棄物として、地域の法律および規制に従って処分してください。可能であれば、中央廃棄物処理システムを活用してください。

Konec formuláře

3. BMの自動デジタル細胞形態学

1. PBセルとBMセルの微分カウントにはこのシステムを使用してください。各細胞タイプの分類を提案しているか検証してください。
   注:BM分析の利用について説明しています。オペレーターは、少なくとも5年以上の実務経験を持つ経験豊富な認定検査技術者、または認定検査科学者、または認定医師である。
2. アナライザーを起動しろ。
3. 有効なユーザー名とパスワードでソフトウェアにログインしてください。
4. 現在のソフトウェアバージョンを使って機器を操作してください。メーカーの推奨事項とユーザーマニュアルに従ってください。
5. 注文処理とスライド管理には Project 、分類ルールの設定や事前分類戦略には Edit 、レポートフォーマット設定とレポート生成には Report 、アカウント設定と署名ルールには Manage タブを使いましょう。
6. 染色器具で染めた大便の塗りつけを使います。
7. 検査IDは手動またはバーコード(QRコード)スキャナーで入力します。検査情報システムからのリクエストは自動的に読み込まれます。
8. 汚れた塗りを分析機のロードドロワーに入れます。
9. アナライザーの入力ドアを閉じろ。
10. 中傷処理。
    注:アナライザーは塗りつぶしを顕微鏡下で自動的に移動させ、スキャンし、メガ核細胞を含む核細胞の画像を撮影します。この機器は、メガ核細胞を含むすべての核細胞をわずか数秒で予備的に分類します。
11. 予備結果を確認し、必要に応じて分析装置上で直接またはリモートレビューソフトウェアを使って再分類します。
    注:このシステムは400×倍率でスライド全体を鮮明に表示し(全スライドイメージング)、すべての核化細胞およびメガ核細胞を表示します。核細胞(およびおそらくメガ核細胞)は×浸漬対物レンズを用いて1000倍率で捕捉されます。正常細胞剥開の完全なスキャンの平均時間は1スライドあたり<10分です。細胞剥離検査では、スキャン時間は1枚あたり>20分です。
12. 誤った分類の場合は、マウスでセルの画像をドラッグして正しいカテゴリに再割り当てします。
    注:BM細胞の誤分類の例は 図3を参照してください。曖昧または境界線上の細胞分類の場合、二重読み取りが必要です。異なる分類を持つセルの場合、観察者間での合意が必要です。オペレーターや病理医による手動再分類は、ユーザーIDとタイムスタンプを記載しなければなりません。
13. コメントや細胞形態学的記述は手動またはあらかじめ定義されたテキストオプションから選択して追加できます。
14. 予備報告書を完成させてください。
15. 最終結果を確認し、それが自動的に検査室の情報システムに送信されます。
    注:最終結果は数値差異カウント(ミエログラム)として、追加のコメントや細胞形態学的記述とともにエクスポートされます。
16. ログアウトしてアナライザーをシャットダウンしてください。
    注:各BMサンプルに対して500細胞のカウントが適用され、ICSH推奨^事項17に従います。
    分類カテゴリー(クラス)には、前赤血球芽細胞、初期赤血球芽細胞(巨大芽球を含む)、中間赤血球芽細胞(巨大赤血球を含む)、後期赤血球芽細胞(巨大赤血球を含む)、骨髄芽細胞、プロ多頭骨球、好中球性骨髄球、好中球性中性球、分節好中球、好酸球性骨髄球、好酸球形質骨髄球、帯状好酸球、分節好酸球、好塩基球、単芽球、前産球、単球、リンパ芽、前リンパ球、成熟球などが含まれますリンパ球(非定型および反応性を含む)、形質芽細胞、未成熟形質細胞、形質細胞、その他(スマッジ細胞、組織球、食細胞、肥満細胞、有糸分裂)が含まれます。
    
    注意:廃棄物、試薬、消耗品は医療用感染症廃棄物として、または工業廃棄物として、地域の法律や規制に従って処分してください。可能であれば、中央廃棄物処理システムを活用してください。

結果

検証研究 – 方法
本検証研究では、Clinical and Translational^{Medicine 2}に掲載された以前の研究結果を再現します。従来の光学顕微鏡およびADMは328 BMの塗抹標本に対して実施されました。解析用データには、解析されたすべての細胞の画像情報と分類結果が含まれ、稀かつ非典型的な形態学的症例も含まれていました。症例は6つの診断群に分けられました:骨髄異形成腫瘍(MDN:15%)、多発性骨髄腫(MM:14%)、成熟B/T細胞腫瘍(B/Tリンパ腫:13%)、急性白血病および慢性骨髄単核球性白血病(AL+CMML:9%)、骨髄増殖性腫瘍(MPN:8%)、および反応性造血(反応性:41%)。ADMセル認識(分類)能力は、25のカテゴリーのいずれかにセルを正しく分類できる能力を評価することで評価され、独立した合意による専門家注釈による二^{重読み取り2}と比較されました。

各症例は2人の専門家によってレビューされ、>99%の細胞で分類(注釈)が一致しました。専門家は非常に経験豊富で、定期的に外部の品質評価に成功を収めていました。異なる分類を持つ細胞(<1%)については、観察者間で合意が得られました。整合性分析の原則は、各セルの自動事前分類と最終的な専門家分類を比較することでした。合意に基づく専門家分類は、真の分類基準(グラウンドトゥルー^{ス)と見なされ}ました。

細胞および臨床分類の一貫性を評価し、重大な誤分類を特定しました。細胞分類の一貫性は、個々の細胞タイプに対する分類一致に基づいて混同行列から決定されました。標準的な統計手法と視覚的データマイニングが適用されました。マシューズ相関係数(MCC)は各細胞タイプに対して平均値として計算され、標準的な解釈が行われました。MCC値が0.400以上であれば満足の^いく2.18とされました。

各患者について、臨床分類一貫性は、分類不可能な細胞を除去した後、評価された全細胞のうち正しく事前分類された要素の割合で決定されました。専門家の分類が真の参照(グラウンドトゥルー^{ス)と見なされ}ました。

誤分類は診断上中立であり、最終診断に影響を与えない場合、無関係とみなされます。これには、リンパ芽細胞、脊髄芽細胞、単芽細胞間の相互誤分類が含まれます。好中球、好酸球、好塩基性プロメエロサイト/ミエロサイト;骨髄細胞/メタ骨髄細胞;メタミエロサイト/帯;帯状/分節好中球;プロエリスロブラスト/初期エリスロブラスト;初期・中間期および中間・後期赤血芽細胞;プロモノサイト/モノサイト;前リンパ球/リンパ球;形質芽/未成熟形質細胞;未成熟形質細胞/成熟形質細胞。その他の誤分類は診断的に受け入れられず、深刻な臨床結果をもたらす可能性があるため関連性があります(図4)²。

全体的な臨床分類の一貫性は、関連する細胞誤分類のみを考慮した個別症例値の中央値として算出されました。重大な誤分類は、個々の臨床分類の一貫性値が80%未満のケースと定義されました。この恣意的な制限は、細胞形態学ラウンド²における外部品質評価の最低要件を考慮した専門家の合意によって設定されました。

プラットフォーム固有の主な違いとしては、2段階のBMワークフロー(目標40×および100×)、PBプロトコルにはない追加の複雑さ、異なるセルカウントターゲット(PBで100セル、BMで500セル)、そして異なる分類カテゴリが含まれます。プラットフォーム間およびサンプル間比較可能性の最も重要な共通決定要因は、塗抹準備手順です。

報告された定量的パフォーマンス指標は、方法で記述された検証コホート(n = 328 BMスメア)と明確に関連しています。全分類セルの中で正しく分類された関連細胞の割合(細胞分類一貫性)は95.4%でした。MCCによる満足のいく相関値は、25細胞型中22種(88.0%)で≥0.400であり、25種中3種(リンパ芽細胞、前リンパ球、前球)で満足のいかないMCC値(<0.400)が観察されました。関連する臨床的一貫性は97.1%(中央値)で、94.5%の症例で80%から100%の一貫性を示しました。5.5%の患者では、^{腫瘍細胞の}認識が困難で臨床的一貫性値が36%から79%の範囲で重要な誤分類が認められました。

細胞の誤分類はBM解析におけるADMの信頼性を損なうものであり、診断的血液腫瘍学におけるこの手法の大きな制約を示しています(表1)。関連する誤分類の場合、正しく分類された細胞と誤った細胞の形態が調査されました。正しく分類された細胞は一般的に典型的な細胞形態学的特徴を示します。これに対し、誤分類は形態的に類似しているか非定型細胞、特に非定型リンパ球や芽胞細胞を区別する際に最もよく起こります。骨髄芽細胞とリンパ球、リンパ芽細胞とリンパ球;単芽細胞またはプロモノサイトおよびプロメエロサイト;未成熟の形質細胞や胞胎。誤分類された細胞はしばしば非定型細胞形態を示します。リンパ球性腫瘍では、周辺帯リンパ腫や有毛細胞白血病に見られる誤分類の腫瘍リンパ球は中型で、好塩基性または淡色の細胞質、細胞質突出部、核小体を持つ細かい染色質が豊富に存在します。これらの特徴は、正しく分類された腫瘍細胞とは異なります。マントル細胞リンパ腫では、非定型リンパ球が胚盤状の外観を示すことがあり、誤分類の可能性が高まります。同様に、慢性リンパ球性白血病の多形型では、腫瘍性リンパ球が芽胞と誤認されることがあります。 図4 と 図5で定性的代表例を示します。

急性白血病および慢性骨髄単核球性白血病(CMML)では、誤分類されたリンパ芽細胞および骨髄芽細胞は小さく、核細胞と細胞質の比率が高く、クロマチンや核卵は粗いです。多数の顆粒状モノブラストはプロメエロサイトと誤分類されることがあります。CMMLでは、誤分類が異形成単球細胞としばしば関連しています。多発性骨髄腫では、形質細胞系統内で誤分類が起こり、特に形質芽細胞や未成熟な形質細胞に関わることが多いです。 図5で定性的代表例を示します。

腫瘍性リンパ球、小リンパ芽細胞/髄芽細胞、顆粒単芽細胞、異形成前球および単球、形質芽細胞、未成熟形質細胞の重大な誤分類は、非典型的な形態を示す可能性があるため誤診のリスクをもたらします。リンパ腫を急性白血病と誤認し、その逆も患者の管理に深刻または致命的な結果をもたらす可能性があります。急性骨髄性白血病(特に急性原多頭骨髄球性白血病)の認識失敗やCMMLや多発性骨髄腫の誤診などの偽陰性結果は、不適切な治療決定や治療の遅延につながる可能性があります。

図1。自動ステイナー、ホーム画面アイコン。 Sysmex提供;製造情報資料(基本操作マニュアル)。 この図の拡大版はこちらをクリックしてご覧ください。

図2。PB白血球の誤分類。 ソフトウェアのスクリーンショットでは、誤分類されたセルが赤いボックスでハイライトされています。EBV感染では、反応性リンパ球が単球(A、赤いボックス)として誤分類されました。慢性リンパ球性白血病では、一部のリンパ球が芽胞(B、赤いボックス)として誤分類されていました。CMMLでは、異形成単球が分節好中球(C、赤いボックス)と誤分類され、モノブラストは異形成性骨髄球(D、赤いボックス)と誤分類されました。PB、CellaVision DC-1、レビューソフトウェア、Sysmex SP-50ステインを使った自動染色:May–GrünwaldおよびGiemsa–Romanowski、倍率1000×、専門家:認定技術者。 この図の拡大版はこちらをクリックしてご覧ください。

図3。BMにおける腫瘍性リンパ球の誤分類。 ソフトウェアのスクリーンショット。BMの高悪性B細胞リンパ腫における腫瘍性リンパ球は、骨髄芽細胞と誤分類されていました。5つの最も可能性が高い選択肢(「トップ5リスト」)を含む提案された代替分類(パーセンテージ確率を含む)は黄色い矢印で示されています。黄色いボックスの細胞については、ラベルには骨髄芽細胞、単芽細胞、リンパ芽細胞、前赤血球芽細胞、早期赤血球芽細胞の確率が表示されており、リンパ球の選択肢はありません。BM、Morphogo、レビューソフトウェア、自動染色 May–GrünwaldおよびGiemsa–Romanowski with Sysmex SP-50染色剤、倍率1000×、専門家:認定科学者、認定医師。 この図の拡大版はこちらをクリックしてご覧ください。

図4。無関係で関連性のある細胞の誤分類。(A) 骨髄系および赤血類系譜における無関係な誤分類の例は、専門家分類とADM事前分類の比較で示されています。(B) リンパ球、形質細胞、単球系統における関連する誤分類の例は、専門家分類とADM事前分類の比較で示されています。一部の要素の分類は、専門家でも困難でした。セル画像はソフトウェアから抽出されました。BM、Morphogo、レビューソフトウェア、自動染色 May–GrünwaldおよびGiemsa–Romanowski with Sysmex SP-50染色剤、倍率1000×、専門家:認定科学者、認定医師。各セルにはスケールバーが追加されました。スケールバーは10μmを表します。キャリブレーションはToupCamカメラ(1.85μmピクセルサイズ)で、100×オリンパスプランN対物レンズを使用しています。
編集元:補足資料、スタロストカD、ドレジレクR、クヴァスニツカHM、クデルカM、ミチコヴァP、クリエゴヴァE他。診断用血液腫瘍学における骨髄解析における自動化人工知能支援デジタル細胞形態学の有用性。臨床翻訳医学 2025年;15:e70364。https://doi.org/10.1002/ctm2.70364。この図の拡大版はこちらをクリックしてご覧ください。

図5。血液腫瘍患者におけるBM細胞の最も一般的な誤分類の代表例です。 誤分類された腫瘍性リンパ球、髄芽球、リンパ芽細胞、モノブラ芽細胞、形質細胞は、限界帯リンパ腫(MZL)、マントル細胞リンパ腫(MCL)、有毛細胞白血病(HCL)、慢性リンパ球白血病(CLL)、急性骨髄性白血病(AML)、急性Tリンパ芽球白血病(T-ALL)、多発性骨髄腫(MM)の選択症例で見られます。非定型リンパ球/芽球の誤分類が最も多い誤りでした。誤分類された新生リンパ球の主な細胞形態学的特徴には、中型で細かいクロマ質(赤い矢印)、核胞(青い矢印)、突出部のある豊富な好塩基性または淡色の細胞質(緑の矢印)、そして胞胎状の外観(オレンジの矢印)が含まれていました。誤分類されたリンパ芽細胞と髄芽細胞は小さく、核細胞と細胞質の比率が高く、核粒(灰色の矢印)を持つクロマ質は粗い。形質芽細胞や未成熟形質細胞はリンパ球として誤分類されたり、形質細胞系統に属すると認識されなかった(「爆発、特定不明」と分類)。セル画像はソフトウェアから抽出されました。BM Morphogoレビューソフトウェア、Sysmex SP-50染色剤を用いた自動染色、倍率1000×、専門家:認定科学者、認定医師。各セルにはスケールバーが追加されました。スケールバーは10μmを表します。キャリブレーションはToupCamカメラ(1.85μmピクセルサイズ)で、100×オリンパスプランN対物レンズを使用しています。
画像は以下から修正されました:補足資料、Starostka D、Dolezilek R、Kvasnicka HM、Kudelka M、Miczkova P、Kriegova E ほか。診断用血液腫瘍学における骨髄解析における自動化人工知能支援デジタル細胞形態学の有用性。臨床翻訳医学 2025年;15:e70364。https://doi.org/10.1002/ctm2.70364。この図の拡大版はこちらをクリックしてご覧ください。

診断	事件数	誤分類されたセル
		エキスパート分類	ADM分類
成熟したB細胞腫瘍	9/43
縁界リンパ腫	4/8	非定型リンパ球	くそっ、NOC
マントル細胞リンパ腫	2/5	非定型リンパ球	くそっ、NOC
CLLです	1/14	非定型リンパ球	くそっ、NOC
有毛細胞白血病	2/2	非定型リンパ球	爆風、NOC/単球
多発性骨髄腫	5/46	形質細胞	くそっ、NOC
AML	3/16	髄膜 / 単核細胞	リンパ球/原髄球
全	1/1	リンパ管細胞	リンパ球

表1: ADM(副海軍長官による重大な誤分類) 328人中18人(5.5%)で重大な誤分類が認められました。ADMによる重大な誤分類の臨床グループには、成熟B細胞腫瘍の43人中9人、MM患者46人中5人、AML患者16人中3人、T-ALL患者1人中1人が含まれていました。非定型リンパ球/非典型リンパ球芽胞の誤分類が最も多かったです。NOC:その他機密なし。
以下より転載:補足資料、Starostka D、Dolezilek R、Kvasnicka HM、Kudelka M、Miczkova P、Kriegova E ほか。診断用血液腫瘍学における骨髄解析における自動化人工知能支援デジタル細胞形態学の有用性。臨床翻訳医学 2025年;15:e70364。https://doi.org/10.1002/ctm2.70364。

ディスカッション

高解像度画像処理、自動デジタル画像分類、畳み込みニューラルネットワークを用いたAI支援意思決定の技術革新により、ADMは大幅に改善されました。その結果、ADMは標準的な光学顕微鏡を補完します。個々の細胞形態学的カテゴリーの正確な同定は困難であり、特に形態的類似を持つ密接に関連する分類群間では困難です(2,11,12,14,15,19,20)。専門家の発見は常にある程度の主観性に左右されるため、特に境界線上または曖昧な細胞分類(例:異形成性や非常に非定型な要素)の場合、決定的な結果や唯一の正しい結果とは見なされない^{ことがあります2。}これらの誤分類パターンはPBでも報告されており、一般的な細胞タイプではより高い性能を示す一方で、^12、15、19、²⁰などの臨床的に重要なサブセットでは分類の一貫性が低いことが示されています。これはPBおよびBMの細胞形態学的診断に大きな影響を与える可能性があります。

PBと比較して、BM分析におけるADMの分類精度に焦点を当てた研究はごくわずかです(^{2,20,21,22,23})。中国のADM分類研究では、一貫性は99%に達し、ほとんどのBM細胞タイプは血液病理学的知識と非常に高い相関を示しました²¹。しかし、研究コホートにおける血液悪性腫瘍の割合は30%未満でした²¹。自動PBとBMのスメアシステムおよび手動分析の性能を評価する他の比較研究は、多施設試験で実施されています^22,23。最近の比較では、腫瘍性およびその他の臨床疾患を持つ患者の795個のBM標本を分析し、光学顕微鏡²³と91.1%の一致を達成しました。

ヨーロッパ系の59%が腫瘍性疾患を持つ実世界のコホートを対象とした研究では、AI駆動のADMと専門家による光学顕微鏡を6つの^{診断グループで}比較しました。非定型形態を持つ腫瘍細胞の重大な誤分類は誤^{診の可能性があった}。したがって、本研究は将来の^{AIパフォーマンスの}訓練および試験に向けた候補細胞タイプを特定しました。しかし、この研究にはいくつかの制約がありました。まず、研究には限られた患者数とアーカイブ資料が含まれ、小児サンプルを含む稀な大便障害が一部含まれていませんでした。第二に、特定の腫瘍細胞の細胞形態は非常に異常で、経験豊富な専門家の間でも分類の合意に疑問が残っていました。第三に、分析されたのはヨーロッパ系の祖先のサンプルのみでした。第四に、関連性および無関係な誤分類の外部検証は行われていません。².

細胞の誤分類は診断的血液^{腫瘍学における}ADMの主な限界を示しています。誤分類にはいくつかの理由があります。細胞形態学的な重複に加え、特定の疾患の希少性や細胞型に関する専門家の合意の変動も寄与要因と考えられます。これにより、注釈の不整合や訓練データの空白が生じる可能性があります。造血における異形成変化の検出は信頼性が低く、メガ核細胞細胞形態^学2の詳細な評価も同様に困難です。有害な結果は専門家の必須監督によって大部分軽減されますが、特に白血病、リンパ腫、多発性骨髄腫2においてADMの絶対的な信頼性には限界が残^{っています。}AIトレーニングのためのセルの正確な専門家注釈は、ADMのパフォーマンスに不可欠な前提条件です。正確なデータラベリングは、信頼できるグラウンドトゥルースデータセットを構築するための基本です。細胞形態学において、地底真理の定義は曖昧または境界線上の場合に特に困難であり、経験豊富で広く認められた専門家の間でも一定の主観性が残るためです。専門家の意見が異なる場合、2人以上の独立した専門家による過半数の合意や合意によって、根拠の真実が確立されることがあり、特に診断判断が^別々の要素に分かれている場合にその2。特定の候補細胞タイプに焦点を当てた分類能力の洗練が不可欠です。これには、難しい細胞タイプのターゲット型再訓練、階層的分類戦略、形態的に類似した細胞間の識別を改善するためのマルチモーダルデータの組み込みが含まれます。特に血液リンパ系腫瘍において、広範で多様かつよく注釈されたトレーニングデータセットには、非定型形態、希少な存在、境界性の症例、診断的に曖昧な細胞の十分な表現が含まれていなければなりません。

重要なプロトコル手順やトラブルシューティングに関しては、PB塗抹は採取後2時間以内に行う必要があります。BMの吸引液は最初の引っ張りからすぐに広げなければなりません。バッチ間で厳密に一貫性を保つ検証済みの自動染色プロトコルが必要です。明確でアーティファクトのない単一層が必須です。白血球減少症PBサンプルおよび細胞低下型BMスメアでは長時間のスキャンが必要です。浸漬油や薄い塗りつぶしがオートフォーカス失敗を引き起こし、解析中止を招きます。いずれのシステムも自律報告の承認を受けておらず、個別セル画像ギャラリーの検査は必須です。展開前に現地での臨床検証が義務付けられています。診断および法的責任は報告形態学者にあります。

将来的に異なる臨床環境における厳密な多機関による検証は、モデルの汎化可能性と予測性能に不可欠です。AIを用いたメガ核細胞細胞形態学のアプローチは、骨髄増殖性および骨髄異形成性腫瘍の統合診断をさらに精緻化する可能性があります 24,25,26。系統特異^的異形成変化の信頼性の高いAI支援認識の開発にも大きなギャップが残っています^2,27。モデル最適化のためには、ハイパーパラメータチューニング、正則化、アンサンブル学習、データ拡張などの革新的な手法が、堅牢性と分類信頼性を向上させる可能性があります 28,29,30。特に、幾何学的変換^30,31から生成AIを用いた合成訓練画像生成^32,33に至るまで、データ拡張戦略は、限られたデータセットを拡大し、BM細胞分類におけるクラス不均衡に対処する有望なアプローチとして最近浮上しています。研究室スタッフの教育水準と長期の経験は、難しい細胞形態学的ケースにおける評価と意思決定プロセスに不可欠です。デジタル化が進む中で次世代の細胞形態学者を育成することは、教育的な課題を伴います。一方で、ADMは大きな教育的可能性を提供します。一方で、経験の浅いオペレーターがその能力を過大評価するリスクもあります。

ADMシステムの診断の可能性が有望であるにもかかわらず、いくつかの重大な制約や実装上の課題も認識する必要があります。根本的な懸念はトレーニングデータのバイアスに関するものであり、本研究で評価されたものを含むほとんどの市販のADMプラットフォームは、主に特定の地理的地域、染色プロトコル、患者集団から得られたデータセットを使用して開発されており、より民族的・臨床的に多様なコホートや異なる調製技術を用いる研究室への一般化が制限される可能性があります。同様に重要なのは、AI意思決定における透明性の問題です。現在のADMシステムは主にブラックボックスモデルとして機能しており、臨床医が個々の細胞割り当てを批判的に評価する能力を妨げています。これは臨床的責任の問題と直接結びついており、AI支援診断の規制枠組みが進化し続けています。ADMを標準診断ワークフローに実務的に統合することは、高品質なスライドデジタル化インフラの必要性、スタッフの研修、地域の基準基準との検証、システム性能を長期的に監視するための品質管理プロトコルの確立など、組織的・技術的に大きな障壁を伴います。したがって、専門家主導の改良とPBおよびBM評価におけるADMの潜在能力の探求は、日常的な実験室実践における支援ツールとしての有用性を引き続き向上させるでしょう。

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
Automated Hematology Slide Preparation Unit SP-50	Sysmex Corporation, Kobe, Japan	N/A	自動スライド製造および染色装置
Barcode scanner for Sysmex SP-50	Datalogic Gryphon	S/N: G21M20996	バーコードスキャナー
CellaVision DC-1	CellaVision AB, Lund, Sweden	PM-10895-15	自動デジタル形態分析装置
CellaVision DM Software	CellaVision AB, Lund, Sweden	Version 7.1.1 build 8
Giemsa Solution for SP Automated Systems	RAL Diagnostics, Martillac, France	750305X1000	末梢血および骨髄塗抹標本の全視性染色の成分
Immersion Oil (CellaVision Immersion Oil 50 mL)	CellaVision AB, Lund, Sweden	XU-10319	沐浴油
May-Grünwald for SP Automated Systems	RAL Diagnostics, Martillac, France	750105X2500	末梢血および骨髄塗抹標本の全視性染色の成分
Morphogo Bone Marrow Analyzer	Hangzhou ZhiWei Information Technology Co. Ltd., Hangzhou, China	N/A	自動デジタル骨髄形態分析装置
Morphogo Review Software	Hangzhou ZhiWei Information Technology Co. Ltd., Hangzhou, China	Version 1.0.6	骨髄レビューソフトウェア
pH 7.0 Buffer Solution for SP Automated Systems	RAL Diagnostics, Martillac, France	750505X5000	緩衝液
QR scanner for CellaVision DC-1	Datalogic Gryphon	GD 4500	QRスキャナー
RAL Cleaning solution	RAL Diagnostics, Martillac, France	750725X5000	洗浄液
S-Monovette K3 EDTA tube	Sarstedt	05.1167.001	SP-50用チューブ
SP-Rinse Solution	RAL Diagnostics, Martillac, France	37000305	洗浄液
SP Slides	Sysmex Corporation, Kobe, Japan	ZE 001906	末梢血および骨髄塗抹標本用スライド
SP Slides	Sysmex Corporation, Kobe, Japan	ZE 001906	QC用スライド
SP Spreader glass	Sysmex Corporation, Kobe, Japan	95102918	塗抹用ガラス
Tube rack for Sysmex SP-50	Sysmex Corporation, Kobe, Japan	AU330213	チューブラック