중요한 세포 잘못분류를 고려한 자동화된 디지털 말초 혈액 및 골수 세포형태학 워크플로우

요약

말초 혈액과 골수의 자동화된 디지털 세포형태학 워크플로우를 설명합니다. 표준화된 도말 준비와 염색 후, 스캐너가 시체 이미지를 촬영합니다. AI 기반 소프트웨어는 핵화된 세포를 찾아내고 기록하며 예비 분류한 뒤 전문가의 검토를 진행합니다. 오진 가능성이 있는 중요한 세포 오분류에 초점을 맞추고 있습니다.

초록

말초혈(PB)과 골수(BM)의 AI 기반 자동 디지털 세포형성학(ADM)이 전문가의 의사결정을 지원할 수 있다는 점에 대한 증거가 늘고 있습니다. PB 및 대변 도말 검사의 ADM 워크플로우를 설명합니다. ADM 기술의 핵심 구성 요소에는 정밀 역학, 첨단 영상 시스템, 인공지능(AI), 그리고 사용자 친화적인 인터페이스가 포함됩니다. 이 과정은 자동화와 디지털화에 맞게 조정된 프로토콜을 사용하여 표준화된 도말 준비와 염색으로 시작합니다. 침수 대물렌즈와 디지털 카메라가 장착된 자동 현미경이 여러 배율로 표본의 고해상도 이미지를 촬영합니다. AI 기반 소프트웨어는 해당 경우 거대핵세포를 포함한 핵화된 세포를 찾아내어 기록하고 예비 분류합니다. 이후 의무적인 전문가 심사와 필요에 따라 재분류가 진행됩니다. 디지털 이미지와 보고서는 이후 고용량 로컬 서버에 저장됩니다. ADM의 주요 이점으로는 속도 향상, 효율적인 데이터 관리, 교육 지원, 평가 및 상담을 위한 원격 접근, 디지털 아카이빙, 다중 모달 데이터 통합이 있습니다. ADM의 가장 큰 한계는 치명적인 세포 분류 오류의 위험으로, 이는 임상적으로 큰 영향을 미칠 수 있습니다. 관련 없는 오분류는 용인할 만하고 진단적으로 중립적이지만, 관련된 잘못된 분류는 용납할 수 없으며 심각한 진단 및 임상적 결과를 초래할 수 있습니다. 신생물 림프구, 소형 림프모세포/척수세포, 과립형 단핵세포, 이형성 전원세포 및 단핵구, 형질아세포, 미성숙 형질세포의 심각한 오분류는 오진의 위험을 동반합니다. 신뢰할 수 있는 진단 성능을 달성하기 위해서는 추가적인 발전이 필요합니다. 방대한 고품질 훈련 데이터와 정기적인 검증이 결합되어 AI가 진단 판단을 위한 효과적인 보조 도구로 기능하도록 하는 데 필수적입니다.

서론

말초혈(PB) 및 골수(BM) 도말에 대한 정확한 세포형태학적 평가는 혈액종양학에서 다학제적 진단의 핵심으로 남아 있으며, 임상 결정^{포인트 1, 2, 3, 4}에 영향을 미칩니다. 수작업 PB 및 대면 도말 분석에서 전문가 간 및 전문가 내 상당한 변동성이 있으며, 이는 환자 진단에 미치는 후속 영향 ^2,5,6,7,8,9. 최근 영상 분석, 머신러닝, 계산 병리학의 발전으로 전문가의 세포형태학적 검토 1,2,3,4,10,11,12,13,14를 보완할 수 있는 수준에서 PB 및 대면 도말 검사의 자동 평가가 가능해졌습니다 . PB와 BM의 인공지능(AI) 기반 자동 디지털 세포형성학(ADM)은 노동 집약적이고 시간이 많이 소요되는 광학 현미경 및 전문가 의사결정(1,2,3,4,11,12)을 지원할 수 있습니다.

ADM 기술의 핵심 요소로는 표준화된 도말 준비 및 염색, 첨단 영상 기능을 갖춘 스캐너, AI, 그리고 효율적이고 사용자 친화적인 인터페이스가 포함됩니다. ADM의 정밀 역학은 마이크로미터 수준의 정확도로 고속 동작하며, 첨단 영상 솔루션은 높은 이미지 품질을 보장합니다^. 사용자 친화적인 인터페이스는 이 정교한 기술을 직관적이고 간소화된 방식으로 접근할 수 있게 합니다.

ADM은 오랫동안 PB 평가에 사용되어 왔으며, 고도로 발전되어 표준 실험실 워크플로우의 필수적인 부분이 되었습니다. 그러나 배모 평가에서는 복잡하고 정교한 세포형태학적 패턴, 많은 구별되는 세포 유형, 그리고 전구세포²의 형태학적 유사성 때문에 ADM이 도전 과제를 제기합니다. AI 분류 기능은 수백만 셀을 포함하는 대규모 포괄적인 이미지 데이터셋을 이용한 학습을 기반으로 합니다. 이 훈련 데이터셋에 포함된 모든 셀은 전문가에 의해 검토되고 주석이 달립니다. 이러한 전문가의 의견은 분류 품질에 직접적인 영향을 미칩니다.

그럼에도 불구하고, 특정 PB 및 BM 세포는 ADM이 분류하기 특히 어렵게 남아 있으며, 이는 세포형태학적 진단에 큰 영향을 미칠 수 있습니다 ^2,12,15. 중요한 세포 오분류는 ADM의 주요 한계로 남아 있으며, 심각한 임상적 결과를 초래하여 방법의 신뢰성을 저해할 수 있습니다^.

우리의 목표는 구체적인 단계와 전문가 검토 과정을 포함한 실용적인 ADM 워크플로우를 제시하는 것입니다. 두 개의 분석 플랫폼을 예시로 사용하여 ADM 과정을 상세히 보고함으로써 사용자가 방법의 기능과 이점을 충분히 활용할 수 있습니다. PB에 대한 ADM의 높은 분류 정확도는 수많은 연구(^{12, 15, 16})에서 입증되었습니다. 따라서 저희 연구에서는 신뢰할 수 있는 검증 데이터가 제한된 대기(BM)용 ADM에만 집중했습니다. 정량적 검증 결과는 BM 분석을 기반으로 합니다. 더 나아가, 우리는 이 방법의 주요 한계인 치명적 오분류를 강조합니다. 또한 오분류의 분류를 제안하고, 가장 흔한 치명적 오분류 유형을 강조합니다.

프로토콜

2025년에 발표된 우리의^연구는 보관된 자료를 사용했으며, 헬싱키 선언의 최신 원칙에 따라 수행되었습니다. 환자들은 실험실 검사, 익명 데이터 수집 및 분석, 익명 이미지 데이터 출판 등 연구 활용에 대한 서면 동의서를 제공했습니다. 이 연구는 하비르조프 병원 지역 윤리 위원회의 승인을 받았다(승인 IGS_2023_HEM_PAT).

참고: 자동 염색 후 PB와 BM에 대한 ADM 프로토콜이 보고됩니다.

1. 자동화 기기를 이용한 말초 혈액 및 골수 도말 검사 준비 및 염색

1. 기기를 켜기 전에 다음 점검을 수행하세요: 튜빙 상태, 네트워크 연결, 폐기물 용기 상태, 충분한 시약, 그리고 충분한 현미경 슬라이드 공급.
   참고: 시약 용기는 비어 있어서는 안 되며, 모든 시약은 유통기한이 지난 상태여야 합니다.
2. 악기를 켜.
3. 메인 유닛은 자동으로 셀프 체크를 수행합니다.
4. 유효한 사용자 이름과 비밀번호로 소프트웨어에 로그인하세요.
5. 최신 소프트웨어 버전을 사용하여 기기를 조작하세요. 제조사의 권장 사항과 사용자 매뉴얼(홈 화면—그림 1)을 따르세요.
6. 메뉴를 사용해 작업을 선택하고, 워크리스트를 사용해 슬라이드 준비 및 도말 준비 요청을 관리하며, 브라우저에서 요청 데이터를 검토하고, 상태 탭을 사용해 준비 중인 도말 상태를 확인하세요.
7. 호스트 컴퓨터에서 새 슬라이드 준비 요청을 다운로드하거나 새 요청을 생성하세요.
   참고: 24.7–26.3mm x 74.7–76.3mm 크기의 경사면과 둥근 가장자리를 가진 슬라이드를 사용하세요. 너비는 0.9–1.2mm, 가장자리는 15–20mm의 무광입니다.
8. 필요에 따라 슬라이드 준비 요청을 편집하거나 삭제하세요.
9. 도마 준비:
   1. PB와 BM 샘플과 도말을 다룰 때는 항상 라텍스 또는 니트릴 장갑을 사용하세요.
   2. 도말 준비 모드를 선택하세요.
   3. 샘플 랙을 샘플러에 넣으세요.
      참고: 스테인너 제조사에서 특별히 승인한 샘플 튜브만 사용하십시오.
   4. 스프레더 유리가 온전하고, 완전히 깨끗하며, 홀더에 단단히 놓여 있는지 확인하세요.
   5. 대화 창을 통해 스미어 준비와 스테인을 시작하세요.
   6. 준비 중인 명예훼손 상태를 확인하세요.
10. 슬라이드 준비 요청서의 세부 사항을 검토하세요.
11. 샘플 선반을 제거하세요.
12. 준비하고 염색된 슬라이드를 제거하세요.
    체크포인트: 시각적 검사(사후 배출)에서의 도말 품질이 정의된 수용 기준을 충족하는가? 적절한 길이와 세포 밀도를 가진 최소 단일층 구역이 존재해야 합니다.
13. 정지 전에 기기 점검과 청소를 수행하세요.
14. 악기를 꺼.
    참고:
    말초혈액 염색 프로토콜-
    얼룩 1: 마이-그륀발트 얼룩; 얼룩 2: 기엠사–로마노프스키 얼룩. 희석되지 않은 염색 1 (73 mL) 2:48 분; 희석 염색 1 (73 mL, 희석제 pH 7.0 인산염 완충제, 희석 비율 1:10) 3:36 분. 희석 염색 2 (26 mL, 희석제 pH 7.0 인산염 완충액, 희석 비율 1:10) 4:00 분. 헹구는 수(439 mL, 자동 처리 방식)
    1. 건조 (자동 과정) 3분 36초.
    
    골수 염색 프로토콜-
    얼룩 1: 마이-그륀발트 얼룩; 얼룩 2: 기엠사–로마노프스키 얼룩. 희석되지 않은 염색 1개 (73 mL) 3분 36초; 희석 염색 1 (73 mL, 희석제 pH 7.0 인산염 완충제, 희석 비율 1:10) 2:48 분. 희석 염색 2 (26 mL, 희석제 pH 7.0 인산염 완충제, 희석 비율 1:10) 10:00 분. 헹구는 수(439 mL, 자동 처리 방식)
    1. 건조 (자동 과정) 3분 36초.
    
    주의: 실험실에서 화학물질을 다룰 때는 공식 안전 데이터시트의 조성, 위험 기호, 응급처치 지침, 우발적 누출 및 화재에 대한 비상 대응 절차, 취급 및 보관 지침, 개인 보호 장비 요구사항, 독성학 및 환경 정보, 운송 및 폐기 지침 등을 반드시 따르십시오. 폐기물 액체, 시약, 소모품을 의료 감염성 폐기물 및/또는 산업 폐기물로 지역 법률 및 규정에 따라 폐기합니다. 가능하다면 중앙 폐기물 처리 시스템을 사용하세요.

2. PB의 자동 디지털 세포형태학

1. 이 애플리케이션을 사용하여 백혈구(WBC)의 차별 수치, 적혈구(RBC) 형태 평가, 혈소판(PLT) 수치를 추정할 수 있습니다. 각 세포 유형의 분류를 검증하세요.
   참고: 운영자는 최소 5년 이상의 경력을 가진 경험 많은 공인 실험실 기술자 또는 공인 실험실 과학자입니다.
2. 분석기 시작해.
3. 유효한 사용자 이름과 비밀번호로 소프트웨어에 로그인하세요.
4. 최신 소프트웨어 버전을 사용하여 기기를 조작하세요. 제조사의 권장 사항과 사용 설명서를 따르세요.
5. 품질 관리(QC) 절차와 주문 처리는 시스템 제어 뷰 탭을 사용하세요.
6. 매일 대조 슬라이드를 사용해 내부 QC를 수행하세요(백혈구 수치가 10 × 10⁹/L 이상인 일상적인 PB 도말 검사). 세포 검출 검사를 하루에 최소 한 번 실행하세요. 이 검사는 100개의 세포를 인식합니다.
   참고: 세포 검출 테스트는 슬라이드 준비 과정을 검증하고 분석기가 세포를 탐지할 수 있는 능력을 검증합니다. 슬라이드는 분석기가 분석에 필요한 세포를 감지할 수 있을 만큼 충분한 품질이어야 합니다. QC 수용을 위해서는 97%의 세포가 성공적으로 검출되어야 합니다.
7. 슬라이드 제작 및 염색 도구로 준비한 PB 스미어를 사용하세요.
8. 얼룩진 얼룩을 분석기 서랍에 넣으세요.
9. 테스트 식별 정보를 수동으로 입력하거나 바코드 스캐너를 통해 입력할 수 있습니다; 실험실 정보 시스템의 요청은 자동으로 로드됩니다.
10. 분석기 입력 문을 닫아.
11. 도말을 처리하세요.
    참고: 분석기는 현미경 아래에서 도말 부위를 자동으로 이동시키고 스캔하여 백혈구 이미지와 단일층 적혈구 이미지를 캡처합니다. 분석기는 검출된 모든 백혈구의 예비 분류를 수행하고 적혈구 형태를 평가합니다.
12. 예비 결과를 검토하고 필요 시 분석기 직접 또는 원격 검토 소프트웨어를 사용하여 재분류합니다. 확률 백분율을 포함한 제안된 세 가지 분류 옵션을 고려해 보십시오.
    참고: 자동 예비 분류는 몇 초밖에 걸리지 않습니다. 모호하거나 경계에 있는 세포 분류의 경우에는 이중 측정이 필요합니다. 서로 다른 분류를 가진 세포의 경우, 관측자 간 합의가 이루어져야 합니다. 재분류된 셀은 이미지 오른쪽 상단에 체크마크가 표시되어 있습니다.
13. 백혈구 모드에서 핵화된 세포의 예비 분류를 검토합니다.
    참고: 디지털 형태학과 필수 전문가 검토가 필요한 품질 플래그에는 배반반, 미성숙 과립구, 비정형 림프구, 반응성 림프구, 신생물 림프구, 단핵성 림프구, 1.0 ×^{10 9}/L 이상의 단핵구증, 4.0 ×^{10 9}/L 이상의 림프구증, 그리고 신뢰할 수 없는 차별 수치가 포함됩니다. 운영자나 병리학자가 수동으로 재분류할 때는 사용자 ID와 타임스탬프를 반드시 기록해야 합니다.
14. 잘못된 분류가 확인되면 마우스로 셀의 이미지를 드래그하여 올바른 범주로 재할당합니다.
    참고: PB 세포 오분류 예시는 그림 2를 참조하세요.
15. 적혈구 모드에서는 적혈구 형태학적 변화 평가를 검토하고, 부정확한 평가를 수정하거나 추가 병리학적 특징(예: 표적 세포, 주혈구, 난소 교구)을 선택하여 추가 발견을 수행합니다.
16. PLT 모드에서는 PLT 평가를 검토하세요.
17. 수동으로 댓글을 추가하거나 미리 정의된 텍스트 옵션 중에서 선택할 수 있습니다.
    참고: 자동 검증 규칙은 최소 연 1회 공식적으로 검증, 문서화, 검토되어야 합니다.
18. 최종 결과를 확인하면 자동으로 실험실 정보 시스템으로 전송됩니다.
    참고: 최종 결과는 추가 코멘트가 있는 경우 수치 차이 카운트로 내보내집니다. 세포수가 낮은 샘플(백혈구 2.0 × 10⁹/L 미만)의 경우, 두 번의 도말이 자동으로 준비되어 스캔되고 개별적으로 평가됩니다.
19. 로그아웃하고 분석기를 종료하세요.
    참고: 각 PB 샘플에 대해 ICSH 권고사항¹⁷에 따라 100 세포 수가 적용됩니다. 백혈구 분류 분류(클래스)에는 모반구, 프로미엘로사이트, 골수구, 메타미엘로사이트, 밴드 호중구, 분절 호중구, 호산구, 호염기구, 단핵구, 림프구, 변이 림프구, 그리고 혈漿세포가 포함됩니다. 비백혈구 분류 범주(분류)에는 스머지 세포, 인공물, 거대 혈소판, 혈소판 덩어리, 적혈반세포가 포함됩니다. 적혈구 형태학 분류 범주(클래스)에는 다색성 적혈구, 저색성 적혈구, 무세포증, 대세포증, 미소세포증, 포이킬로사이트증이 포함됩니다. Začátek formuláře
    
    주의: 실험실에서 화학물질을 다룰 때는 공식 안전 데이터시트의 조성, 위험 기호, 응급처치 지침, 우발적 누출 및 화재에 대한 비상 대응 절차, 취급 및 보관 지침, 개인 보호 장비 요구사항, 독성학 및 환경 정보, 운송 및 폐기 지침 등을 반드시 따르십시오. 폐기물 액체, 시약, 소모품을 의료 감염성 폐기물 및/또는 산업 폐기물로 지역 법률 및 규정에 따라 폐기합니다. 가능하다면 중앙 폐기물 처리 시스템을 사용하세요.

Konec formuláře

3. BM의 자동 디지털 세포형태학

1. PB와 BM 셀의 차등 계수에 이 시스템을 사용하세요. 각 세포 유형의 분류를 검증하세요.
   참고: 대기분석(BM) 분석의 사용법이 설명되어 있습니다. 운영자는 최소 5년 이상의 경력을 가진 경험 많은 공인 실험실 기술자, 또는 공인 실험실 과학자 또는 공인 의사입니다.
2. 분석기 시작해.
3. 유효한 사용자 이름과 비밀번호로 소프트웨어에 로그인하세요.
4. 최신 소프트웨어 버전을 사용하여 기기를 조작하세요. 제조사의 권장 사항과 사용 설명서를 따르세요.
5. 주문 처리와 슬라이드 관리는 Project , 분류 규칙 및 사전 분류 전략 설정은 Edit , 보고서 형식 설정 및 생성은 Report , 계정 설정과 서명 규칙은 Manage 탭을 사용하세요.
6. 염색 도구로 염색한 배변 도말을 사용하세요.
7. 시험 식별 정보를 수동으로 입력하거나 바코드(QR 코드) 스캐너를 통해 입력하세요; 실험실 정보 시스템의 요청은 자동으로 로드됩니다.
8. 얼룩진 얼룩을 분석기의 로딩 서랍에 넣으세요.
9. 분석기 입력 문을 닫아.
10. 도말을 처리하세요.
    참고: 분석기는 현미경 아래에서 도말을 자동으로 이동시키고, 이를 스캔하며, 거핵세포를 포함한 핵화된 세포의 이미지를 캡처합니다. 이 도구는 거대 핵세포를 포함한 모든 핵세포를 몇 초 만에 예비 분류합니다.
11. 예비 결과를 검토하고 필요 시 분석기 직접 또는 원격 검토 소프트웨어를 사용하여 재분류합니다.
    참고: 이 시스템은 전체 슬라이드를 400× 배율로 선명하게 볼 수 있으며(전체 슬라이드 영상), 모든 핵화된 세포와 거핵세포를 표시합니다; 핵화된 세포(및 아마도 메가핵세포)는 1000× 배율로 침수 대물렌즈를 사용해 포획됩니다. 정상세포 도말 검사의 전체 스캔 평균 시간은 슬라이드당 <10분입니다. 저세포 도말의 스캔 시간은 슬라이드당 >20분입니다.
12. 잘못된 분류가 발생하면 마우스로 셀의 이미지를 드래그하여 올바른 범주로 재할당합니다.
    참고: BM 세포 오분류 예시는 그림 3을 참조하세요. 모호하거나 경계에 있는 세포 분류의 경우에는 이중 측정이 필요합니다. 서로 다른 분류를 가진 세포의 경우, 관측자 간 합의가 이루어져야 합니다. 운영자나 병리학자가 수동으로 재분류할 때는 사용자 ID와 타임스탬프를 반드시 기록해야 합니다.
13. 주석과 세포형태학적 설명은 수동으로 또는 미리 정의된 텍스트 옵션 중에서 선택하여 추가할 수 있습니다.
14. 예비 보고서를 완성하세요.
15. 최종 결과를 확인하면 자동으로 실험실 정보 시스템으로 전송됩니다.
    참고: 최종 결과는 추가 주석 및 세포형태학적 설명과 함께 수치 차별 수치(척수조영도)로 내보내집니다.
16. 로그아웃하고 분석기를 종료하세요.
    참고: 각 대모 샘플에 대해 ICSH 권고안¹⁷에 따라 500 세포 수가 적용됩니다.
    분류 범주(클래스)에는 프로에리트롤라스트, 초기 적혈구(거대형구성 포함), 중간 적혈아세포(거형형구성 포함), 후기 적혈구(거형형구성 포함), 골수아세포, 프로수수구, 호중구 척수구, 호중구성 변질골수구, 밴드 호중구, 분절 중성구, 호산구 척수구, 호산구 중성구, 호산구 중립구, 띠 호산구, 분절 호산구, 호염기구, 단골, 전모세포, 단핵구, 원림프구, 성체 등이 포함됩니다 림프구(비정형 및 반응성 포함), 형질아세포, 미성숙 형질세포, 형질세포, 그리고 기타 (스머지 세포, 조직구, 식세포, 비만세포, 유사분열).
    
    주의: 폐기물 액체, 시약, 소모품은 의료 감염성 폐기물 및/또는 산업 폐기물로 지역 법률 및 규정에 따라 폐기해야 합니다. 가능하다면 중앙 폐기물 처리 시스템을 사용하세요.

결과

검증 연구 – 방법
이번 검증 연구에서는 Clinical and Translational^{Medicine 2}에 발표된 이전 연구 결과를 재현합니다. 328 BM 도말 검사에 대해 기존 광학 현미경과 ADM이 수행되었습니다. 분석 자료에는 모든 분석된 세포의 영상 정보와 드문 및 비전형적 형태학적 사례를 포함한 분류 결과가 포함되었습니다. 환자들은 6개 진단군으로 나뉘었습니다: 골수형성이상형 신생물(MDN: 15%), 다발성 골수종(MM: 14%), 성숙한 B/T 세포 신생물(B/T-림프종: 13%), 급성 백혈병 및 만성 골수단핵구성 백혈병(AL+CMML: 9%), 골수증식성 신생물(MPN: 8%), 반응성 조혈(반응성: 41%). ADM 셀 인식(분류) 능력은 25개 범주 중 하나로 셀을 올바르게 분류하는 능력을 평가했으며, 이는 독립적인 합의 전문가 주석과 이중 판독²를 비교하여 평가하였습니다.

각 사례는 두 명의 전문가가 검토했으며, >99%의 세포에서 일치하는 분류(주석)가 적용되었습니다. 전문가들은 매우 경험이 풍부하여 정기적으로 성공적인 외부 품질 평가에 참여했습니다. 서로 다른 분류를 가진 세포(<1%)에 대해서는 관찰자 간 합의가 이루어졌습니다. 일관성 분석의 원리는 각 셀의 자동 사전 분류와 각 셀의 최종 전문가 분류를 비교하는 것이었습니다; 합의된 전문가 분류가 진정한 분류 기준(근거 진실)으로 간주되었다^.

세포 및 임상 분류 일관성을 평가하고 중요한 오분류를 확인하였습니다. 혼동 행렬을 통해 개별 세포 유형에 대한 분류 일치를 바탕으로 세포 분류 일관성이 결정되었습니다. 표준 통계 방법과 시각적 데이터 마이닝이 적용되었습니다. 매튜스 상관계수(MCC)는 각 세포 유형별로 평균 값으로 계산되었으며, 표준적인 방식으로 해석되었습니다. MCC 값이 0.400 이상이면 만족스러운 ^2.18로 간주되었습니다.

각 환자에 대해 임상 분류 일관성은 분류 불가능한 세포를 제거한 후 평가된 모든 세포 중 올바르게 사전 분류된 요소의 비율로 결정되었습니다. 전문가 분류가 진정한 기준(근거 진실)으로 간주되었습니다^.

진단적으로 중립적이고 최종 진단에 영향을 주지 않는 오분류는 무관하다고 간주됩니다. 여기에는 림프모세포, 척수막세포, 단핵세포 간의 상호 오분류가 포함됩니다; 호중구, 호산구, 호염기구 프로뮤엘로사이트/골수구; 골수구/변소골수구; 변질 혈구/대상; 띠/분절 호중구; 프로에리트로블라스트/초기 에리스로플라아; 조기/중간기 및 중간/후기 적혈아세포; 프로노모사이트/모노사이트; 프롤림프구/림프구; 형질아세포/미성숙 혈질세포; 그리고 미성숙 형질/성숙 형질세포. 다른 모든 오분류는 진단적으로 용납할 수 없으며 심각한 임상적 결과를 초래할 수 있으므로 관련성이 있다고 간주됩니다(그림 4)².

전체 임상 분류 일관성은 관련 세포 오분류만을 고려하여 개별 사례 값의 중앙값으로 계산하였다. 치명적 오분류는 개별 임상 분류 일관성 값이 80% 미만인 경우로 정의되었습니다. 이 임의의 한계는 세포형태학²라운드에서 외부 품질 평가의 최소 요건을 고려하여 전문가들의 합의에 의해 설정되었습니다.

플랫폼별 주요 차이점으로는 2단계 BM 워크플로우(40× 및 100× 목표), PB 프로토콜에서 없던 추가적인 복잡성을 도입, 뚜렷한 셀 수 목표(PB에 100 셀, BM 500 셀), 그리고 다양한 분류 범주가 있습니다. 플랫폼 간 및 샘플 간 비교 가능성을 결정짓는 가장 중요한 공유 요인은 도말 준비 절차입니다.

보고된 정량적 성과 지표는 방법(n = 328 BM 도말)에 설명된 검증 코호트와 명확히 연관되어 있습니다. 모든 분류된 세포 중 올바르게 분류된 관련 세포의 비율(세포 분류 일관성)은 95.4%였습니다. MCC에 따르면 만족스러운 상관관계 값은 25개 세포 유형 중 22개(88.0%)에서 ≥0.400이었으나, 25개 세포 유형 중 3개(림프모세포, 전림프구, 전동구)에서 만족스럽지 않은 MCC 값(<0.400)이 관찰되었습니다. 전체 관련 임상 일관성은 97.1%(중앙값)였으며, 94.5%의 사례가 80%에서 100% 사이의 일관성을 보였습니다. 환자의 5.5%에서는 신^{생물세포 인식} 실패로 인해 임상적 일관성 값이 36%에서 79% 사이로 치명적으로 오분류가 관찰되었습니다.

세포 분류 오류는 BM 분석에서 ADM의 신뢰성을 저하시키며, 진단 혈액종양학에서 이 방법의 주요 한계를 나타냅니다(표 1). 관련 오분류가 포함된 경우에는 올바르게 분류된 세포와 잘못 분류된 세포의 형태학을 조사하였습니다. 올바르게 분류된 세포는 일반적으로 전형적인 세포형태학적 특징을 보입니다. 반면, 오분류는 형태학적으로 유사하거나 비정형 세포, 특히 비정형 림프구와 모반세포를 구분할 때 가장 자주 발생합니다; 골수모세포와 림프구; 림프모세포와 림프구; 단핵세포 또는 프로모노사이트와 프로미엘로사이트; 그리고 미성숙 형질과 폭발 등이 있습니다. 잘못 분류된 세포는 종종 비정형 세포형태학을 보입니다. 림프구 신생물에서, 경계 영역 림프종이나 털세포 백혈병에서 관찰되는 잘못 분류된 신생 림프구는 중간 크기이며, 호염기성 또는 연백한 세포질, 세포질 돌출, 그리고 핵소체가 있는 더 미세한 염색질을 가진 경향이 있습니다. 이러한 특징은 올바르게 분류된 신생물 세포의 특징과는 다릅니다. 맨틀 세포 림프종에서는 비정형 림프구가 배반 형태로 나타나 오분류 가능성이 높아집니다. 마찬가지로, 만성 림프구성 백혈병의 다형성 변이에서는 신생 림프구가 배반세포로 잘못 식별될 수 있습니다. 우리는 그림 4 와 그림 5에서 정성적 대표 사례를 보여줍니다.

급성 백혈병 및 만성 골수단핵구 백혈병(CMML)에서는 잘못 분류된 림프모세포와 골수모세포가 작고, 핵과 세포질 비율이 높으며, 염색질과 핵소가 더 굵습니다. 수많은 과립형 모핵세포가 프로미엘로사이트로 잘못 분류될 수 있습니다. CMML에서는 분류 오류가 형성 이상형 단핵구 세포와 자주 연관되어 있습니다. 다발성 골수종에서는 특히 형질아세포와 미성숙 형질세포에서 오분류가 발생합니다. 우리는 그림 5에서 정성적 대표 사례를 보여준다.

신생물 림프구, 소형 림프모세포/척수세포, 과립형 단세포, 이형성 전형구 및 단핵구, 형질아세포, 미성숙 형질세포의 심각한 오분류는 오진 위험을 초래합니다. 이들 모두는 비정형적 형태를 보일 수 있습니다. 림프종을 급성 백혈병으로 혼동하는 것은 환자 관리에 심각한 또는 치명적인 결과를 초래할 수 있습니다. 급성 골수성 백혈병(특히 급성 프로미엘로사이트성 백혈병)을 인식하지 못하거나 CMML 또는 다발성 골수종의 오진과 같은 거짓 음성 결과는 부적절한 치료 결정이나 치료 지연으로 이어질 수 있습니다.

그림 1. 자동 스테인, 홈 화면 아이콘. Sysmex의 제공; 제조업체 정보 자료(기본 운영 매뉴얼). 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

그림 2. PB 백혈구의 오분류. 소프트웨어 스크린샷에서는 잘못 분류된 셀들이 빨간 박스로 강조되어 있습니다. EBV 감염에서는 반응성 림프구가 단핵구로 잘못 분류되었습니다(A, 빨간 상자). 만성 림프구성 백혈병에서는 일부 림프구가 배반구로 잘못 분류되었습니다(B, 빨간 상자). CMML에서는 형성 이상형 단핵구가 분절형 호중구(C, 빨간 상자)로 잘못 분류되었고, 단핵구는 형성 이상형 골수혈구(D, 빨간 상자)로 잘못 분류되었습니다. PB, 셀라비전 DC-1, 리뷰 소프트웨어, Sysmex SP-50 스테인을 사용한 자동 염색 May–Grünwald와 Giemsa–Romanowski, 배율 1000×, 전문가: 공인 기술자. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

그림 3. 종양 림프구의 잘못 분류. 소프트웨어 스크린샷입니다. BM의 고등급 B세포 림프종에서 신생 림프구가 골수모세포로 잘못 분류되었습니다. 가장 가능성 높은 다섯 가지 선택지('상위 다섯 명' 목록)와 백분율 확률을 포함한 대안 분류는 노란색 화살표로 표시되어 있습니다. 노란색 상자 내 세포의 라벨에는 골수모세포, 단세포, 림프모세포, 전적혈세포, 조기 적혈세포 확률이 표시되어 있으며, 림프구는 선택할 수 없습니다. BM, Morphogo, 리뷰 소프트웨어, Sysmex SP-50 스테인을 사용한 자동 염색 May–Grünwald와 Giemsa–Romanowski, 배율 1000×, 전문가: 공인 과학자, 공인 의사. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

그림 4. 관련 없고 관련 없는 셀 오분류. (A) 전문가 분류와 ADM 사전 분류 비교에서 골수계열 및 적혈구 계통에서 무관한 잘못된 분류의 예가 제시된다. (B) 림프구, 혈漿세포, 단핵구 계통에서 발생하는 관련 오분류 사례는 전문가 분류와 ADM 사전 분류 비교에서 제시됩니다. 일부 요소의 분류는 전문가에게도 어려웠다. 셀 이미지는 소프트웨어에서 추출되었습니다. BM, Morphogo, 리뷰 소프트웨어, Sysmex SP-50 스테인을 사용한 자동 염색 May–Grünwald와 Giemsa–Romanowski, 배율 1000×, 전문가: 공인 과학자, 공인 의사. 각 셀에는 스케일 바가 추가되었습니다. 스케일 바는 10 μm을 나타냅니다. 보정은 ToupCam 카메라(1.85 μm 픽셀 크기)와 100× 올림푸스 플랜 N 대물렌즈를 기반으로 합니다.
수정: 보충 자료, 스타로스트카 D, 돌레질렉 R, 크바스니츠카 HM, 쿠델카 M, 미츠코바 P, 크리예바 E 등 진단 혈액종양학에서 골수 분석을 위한 자동화된 인공지능 보조 디지털 세포형태학의 유용성. Clin 번역의학 2025; 15:e70364. https://doi.org/10.1002/ctm2.70364. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

그림 5. 혈액 신생 환자에서 BM 세포의 가장 빈번한 오분류 사례입니다. 잘못 분류된 신생 림프구, 골수모세포, 림프모세포, 단세포세포, 그리고 형질세포는 변두부 림프종(MZL), 맨틀 세포 림프종(MCL), 유모세포 백혈병(HCL), 만성 림프구성 백혈병(CLL), 급성 골수성 백혈병(AML), 급성 T-림프구성 백혈병(T-ALL), 다발성 골수종(MM)의 일부 사례에서 나타난다. 비정형 림프구/배아의 오분류가 가장 빈번한 오류였습니다. 잘못 분류된 신생물 림프구의 주요 세포형태학적 특징은 중간 크기, 더 미세한 염색질(빨간 화살표), 핵체(파란 화살표), 돌출부가 있는 풍부한 호염기성 또는 연백한 세포질(녹색 화살표), 그리고 배반체 형태(주황색 화살표)였다. 잘못 분류된 림프모세포와 골수모세포는 크기가 작았고, 핵과 세포질 비율이 높으며, 염색질은 더 거칠고 핵 세포(회색 화살표)가 있었습니다. 형질아세포와 미성숙 형질세포는 림프구로 잘못 분류되었거나 형질세포 계통에 속하지 않아 '폭발, 미특정'으로 분류됨. 셀 이미지는 소프트웨어에서 추출되었습니다. BM Morphogo 리뷰 소프트웨어, Sysmex SP-50 스테인을 사용한 May–Grünwald 및 Giemsa–Romanowski 자동 염색, 배율 1000×, 전문가: 공인 과학자, 공인 의사. 각 셀에는 스케일 바가 추가되었습니다. 스케일 바는 10 μm을 나타냅니다. 보정은 ToupCam 카메라(1.85 μm 픽셀 크기)와 100× 올림푸스 플랜 N 대물렌즈를 기반으로 합니다.
이미지는 다음 자료, 스타로스트카 D, 돌레질렉 R, 크바스니츠카 HM, 쿠델카 M, 미츠코바 P, 크리예바 E 등에서 수정되었습니다. 진단 혈액종양학에서 골수 분석을 위한 자동화된 인공지능 보조 디지털 세포형태학의 유용성. Clin 번역의학 2025; 15:e70364. https://doi.org/10.1002/ctm2.70364. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

진단	사례 수	잘못 분류된 세포
		전문가 분류	ADM 분류
성숙한 B세포 신생물	9/43
경계 영역 림프종	4/8	비정형 림프구	젠장, NOC
맨틀 세포 림프종	2/5	비정형 림프구	젠장, NOC
CLL	1/14	비정형 림프구	젠장, NOC
털 세포 백혈병	2/2	비정형 림프구	블라스트, NOC / 단핵구
다발성 골수종	5/46	형질세포	젠장, NOC
AML	3/16	척수골 / 단골	림프구 / 프로미엘로사이트
올	1/1	림프모아	림프구

표 1: ADM(군사령관)에 의한 치명적 오분류. 328명 중 18명(5.5%)에서 중대한 오분류가 관찰되었습니다. ADM의 치명적 오분류 임상군에는 성숙한 B세포 신생물 환자 43명 중 9명, MM 환자 46명 중 5명, AML 환자 16명 중 3명, T-ALL 환자 1명이 포함되었습니다. 비정형 림프구/배반반의 오분류가 가장 빈번했습니다. NOC: 기타 기밀 없음. 
출처: 보충 자료, 스타로스트카 D, 돌레질렉 R, 크바스니츠카 HM, 쿠델카 M, 미츠코바 P, 크리예바 E 등 진단 혈액종양학에서 골수 분석을 위한 자동화된 인공지능 보조 디지털 세포형태학의 유용성. Clin 번역의학 2025; 15:e70364. https://doi.org/10.1002/ctm2.70364.

토론

고해상도 이미지 처리, 자동 디지털 이미지 분류, 합성곱 신경망을 이용한 AI 기반 의사결정 기술의 발전은 ADM의 상당한 향상을 가능하게 했습니다. 따라서 ADM은 표준 광학 현미경을 보완합니다. 개별 세포형태학적 범주를 올바르게 식별하는 것은 특히 형태학적 유사성을 가진 밀접한 분류 그룹 간 2,11,12,14,15,19,20 사이에서 어려울 수 있습니다. 전문가의 발견은 항상 어느 정도 주관성에 영향을 받기 때문에, 특히 경계선이거나 모호한 세포 분류(예: 형성 이상이나 매우 비정형 요소)의 경우 결정적이거나 유일한 올바른 결과로 간주되지 않을 수 ^{있습니다2.} 이러한 오분류 패턴은 PB에서 보고되었으며, 일반적인 세포 유형에서는 더 강한 성능을 보였으나,^{12, 15, 19, 20} 배아를 포함한 일부 임상적으로 중요한 하위 집합에서는 분류 일관성이 약하다는 것을 보였습니다. 이는 PB와 BM의 세포형태학적 진단에 상당한 영향을 미칠 수 있습니다.

PB와 비교할 때, ^{2,20,21,22,23}의 분류 정확도에 초점을 맞춘 연구는 소수에 불과합니다. 중국의 ADM 분류 연구에서 일관성은 99%에 달했으며, 대부분의 모세포 유형은 혈액병리학적 특성과 매우 높은 상관관계를 보였습니다²¹. 그러나 연구 코호트에서 혈액학적 악성 종양의 비율은 30% 미만이었습니다²¹. 자동화된 혈액 검사 및 대면 도말 검사 및 수동 분석 간의 성능을 평가한 다른 비교 연구들은 다기관 임상시험에서 수행되었습니다^22,23. 최근 비교에서는 신생물 및 기타 임상 질환 환자 795개의 대뇌 표본을 분석하여 광학 현미경 검사와 91.1%의 일치를 기록했습니다²³.

유럽계 혈통 환자 집단을 대상으로 한 실제 코호트(신생 질환 59%)를 대상으로 한 연구에서, AI 기반 ADM과 전문가 광학 현미경을 6개^{진단 그룹에서} 비교했습니다. 비정형 형태를 가진 신생세포의 치명적 오분류는 오^{진 가능성을 가}졌다. 따라서 본 연구는^{AI 성능의} 향후 훈련 및 테스트를 위한 후보 세포 유형을 확인했습니다. 하지만 이 연구에는 몇 가지 한계가 있었습니다. 첫째, 연구에는 제한된 수의 환자와 기록된 자료가 포함되었고, 소아 샘플을 포함한 일부 희귀 배변 질환이 포함되어 있지 않았습니다. 둘째, 특정 신생물 세포의 세포형태학이 매우 비정상적이었으며, 경험 많은 전문가들 사이에서도 분류에 있어 의문스러운 합의가 있었습니다. 셋째, 유럽 혈통 샘플만 분석되었다. 넷째, 관련 및 관련 없는 잘못된 분류에 대한 외부 검증^{은 수행되지} 않았습니다.

세포 오분류는 진단 혈액^{종양학에서} ADM의 주요 한계를 나타냅니다. 잘못 분류되는 데에는 여러 가지 이유가 있습니다. 세포형태학적 중복 외에도, 특정 조건의 희귀성과 세포 유형에 대한 전문가들의 합의의 변동성이 기여하는 요인일 가능성이 큽니다. 이로 인해 주석이 일관되지 않고 학습 데이터에 공백이 생길 수 있습니다. 조혈에서 이형성 변화의 검출은 신뢰할 수 없으며, 거대핵세포 세포형태학²의 상세 평가도 신뢰하지 못합니다. 부작용은 의무적인 전문가 감독으로 대부분 완화되지만, 특히 백혈병, 림프종, 다발성 골수종²형에서 ADM의 절대 신뢰성에는 한계가 남아 있습니다. AI 훈련을 위한 셀에 대한 정확한 전문가 주석은 ADM 수행을 위한 필수 전제 조건입니다. 정확한 데이터 라벨링은 신뢰할 수 있는 현장 진실 데이터셋을 구축하는 데 필수적입니다. 세포형태학에서 현장 진실을 정의하는 것은 모호하거나 경계에 있는 경우에 특히 어려울 수 있는데, 경험 많고 널리 인정받는 전문가들 사이에서도 어느 정도의 주관성이 남아 있기 때문입니다. 전문가 의견이 다를 경우, 진단 판단이^{별도의 구성 요소}로 나누어질 때 다수 합의나 비교 가능한 전문성을 가진 두 명 이상의 독립 심사관 간의 합의를 통해 근거 진실이 확립될 수 있습니다. 특정 후보 세포 유형에 초점을 맞춘 분류 능력의 개선이 필수적입니다. 여기에는 어려운 세포 유형에 대한 표적 재훈련, 계층적 분류 전략, 또는 형태학적으로 유사한 세포 간 구별을 개선하기 위한 다중 모달 데이터 도입이 포함됩니다. 특히 혈림프신생에서 광범위하고 다양하며 잘 주석이 달린 훈련 데이터셋은 비정형 형태, 희귀 개체, 경계 사례, 진단적으로 모호한 세포를 충분히 포함해야 합니다.

중요한 프로토콜 단계와 문제 해결과 관련해, PP 도말 검사는 채취 후 2시간 이내에 해야 하며; 대변 흡인은 첫 번째 당김부터 즉시 펴야 합니다. 배치 간에 엄격히 일관성을 유지하는 검증된 자동 염색 프로토콜이 필요합니다. 명확하고 인공물이 없는 단일층이 필수입니다. 백혈구감소성 PB 샘플과 저세포 대동맥 도말 검사에서는 장시간 스캔이 필요합니다. 침수 오일이 고갈되거나 얇은 얼음이 자동초점 실패와 중재 분석을 유발합니다. 두 시스템 모두 자율 보고 승인을 받지 않았으며, 개별 셀 이미지 갤러리 검사가 의무입니다. 배치 전 지역 임상 검증이 의무이며; 진단 및 법적 책임은 보고하는 형태학자에게 있습니다.

향후 다양한 임상 환경에서 엄격한 다기관 검증이 모델 일반화와 예측 성과를 위해 필수적입니다. AI 기반 거핵세포 세포형태학 접근법은 골수증식성 및 골수형성이상형 신생물의 통합 진단을 더욱 정교하게 할 수 있다 24,25,26. 계통별 이형성 변화를 신뢰성 있게 AI 기반 인식하는 데에도 상당한 공백이 남아 있습니다 ^2,27. 모델 최적화를 위해 하이퍼파라미터 튜닝, 정규화, 앙상블 학습, 데이터 증강과 같은 혁신적인 기법이 견고성과 분류 신뢰성을 향상시킬 수 있습니다 28,29,30. 특히, 기하학적 변환^30,31부터 생성 AI를 이용한 합성 학습 이미지 생성^32,33에 이르는 데이터 증강 전략이 제한된 데이터셋을 확장하고 BM 세포 분류의 클래스 불균형을 해소하는 유망한 접근법으로 최근 부상하고 있습니다. 실험실 직원의 교육 수준과 장기 경험은 어려운 세포형태학적 사례에서 평가 및 의사결정 과정에 필수적입니다. 지속적인 디지털화 속에서 차세대 세포형태학자를 양성하는 것은 교육적 도전입니다. 한편으로 ADM은 엄청난 교육 잠재력을 제공하고; 반면, 경험이 적은 운영자가 그 능력을 과대평가할 위험도 있습니다.

ADM 시스템의 유망한 진단 잠재력에도 불구하고, 여러 중요한 한계와 구현 과제도 인정해야 합니다. 근본적인 우려는 훈련 데이터의 편향과 관련이 있습니다. 본 연구에서 평가된 대부분의 상업용 ADM 플랫폼은 주로 특정 지리적 지역, 염색 프로토콜, 환자 집단에서 파생된 데이터셋을 사용하여 개발되었기 때문에, 민족적·임상적으로 더 다양한 집단이나 다양한 제제 기법을 사용하는 실험실로의 일반화가 제한될 수 있습니다. AI 의사결정의 투명성 문제도 똑같이 중요합니다. 현재 ADM 시스템은 대부분 블랙박스 모델로 운영되어 있어 임상의가 개별 세포 배정을 비판적으로 평가하는 데 장애가 됩니다. 이는 임상 책임 문제와 직접적으로 연결되어 있으며, AI 보조 진단에 대한 규제 체계가 계속 발전하고 있습니다. ADM을 표준 진단 워크플로우에 실제로 통합하는 과정은 고품질 슬라이드 디지털화 인프라, 직원 교육, 지역 참조 기준에 따른 검증, 그리고 시스템 성능을 시간에 따라 모니터링하는 품질 관리 프로토콜 수립 등 상당한 조직적·기술적 장벽을 제시합니다. 따라서 전문가 주도의 개선과 AB 및 BM 평가에서의 ADM의 잠재력을 탐구함으로써 일상적인 실험실 실무에서 보조 도구로서의 유용성이 계속 향상될 것입니다.

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
Automated Hematology Slide Preparation Unit SP-50	Sysmex Corporation, Kobe, Japan	N/A	Automated slide maker and stainer
Barcode scanner for Sysmex SP-50	Datalogic Gryphon	S/N: G21M20996	바코드 스캐너
CellaVision DC-1	CellaVision AB, Lund, Sweden	PM-10895-15	자동 디지털 형태 분석기
CellaVision DM Software	CellaVision AB, Lund, Sweden	버전 7.1.1 빌드 8
Giemsa Solution for SP Automated Systems	RAL Diagnostics, Martillac, France	750305X1000	말초혈액 및 골수 도말을 위한 파노프틱 염색의 구성 요소
Immersion Oil (CellaVision Immersion Oil 50 mL)	CellaVision AB, Lund, Sweden	XU-10319	몰입 오일
May-Grünwald for SP Automated Systems	RAL Diagnostics, Martillac, France	750105X2500	말초혈액 및 골수 도말을 위한 파노프틱 염색의 구성 요소
Morphogo Bone Marrow Analyzer	Hangzhou ZhiWei Information Technology Co. Ltd., Hangzhou, China	N/A	자동 디지털 골수 형태 분석기
Morphogo Review Software	Hangzhou ZhiWei Information Technology Co. Ltd., Hangzhou, China	버전 1.0.6	골수 검토 소프트웨어
pH 7.0 Buffer Solution for SP Automated Systems	RAL Diagnostics, Martillac, France	750505X5000	버퍼 솔루션
QR scanner for CellaVision DC-1	Datalogic Gryphon	GD 4500	QR 스캐너
RAL Cleaning solution	RAL Diagnostics, Martillac, France	750725X5000	세정 용액
S-Monovette K3 EDTA tube	Sarstedt	05.1167.001	SP-50용 튜브
SP-Rinse Solution	RAL Diagnostics, Martillac, France	37000305	세척 용액
SP Slides	Sysmex Corporation, Kobe, Japan	ZE 001906	말초혈액 및 골수 도말용 슬라이드
SP Slides	Sysmex Corporation, Kobe, Japan	ZE 001906	QC용 슬라이드
SP Spreader glass	Sysmex Corporation, Kobe, Japan	95102918	도말 퍼트리기용 유리
Tube rack for Sysmex SP-50	Sysmex Corporation, Kobe, Japan	AU330213	튜브 랙