Morphological Analysis - 말초혈액
서울성모병원 진단혈액학회 발표 논문
2023.01
논문 요약
[ 배경 ]
UIMD PBIA는 새롭게 개발된 말초혈액 혈구 이미지의 자동화 분석장비이다. 본연구에서는 UIMD PBIA의 백혈구 분류의 정확도와 처리속도를 평가하였다.
[ 방법 ]
이상소견이 있는 환자 검체 192건과 이상소견이 없는 정상인 검체 50건을 포함한 총 242건의 말초혈액 도말로부터
얻어진 29,605개의 백혈구 세포 이미지를 이용하여 장비의 정확도와 처리속도를 분석하였다.
[ 결과 ]
UIMD PBIA는 정상인 검체에서 99%의 정확도를 보였고,
다섯 종류의 백혈구감별계산에서 99.2%의 정확도를 보였다.
오분류는 미성숙과립구, 모세포, 비정상 림프구에서 비번하게 발생하여 이들에 대한 분석의 정확도는 81-93.9% 수준이었다. 비정상 혈구들은 같은 계열의 다른 세포로 분류되는 경향을
보였다. 장비의 처리속도는 시간당 42개 슬라이드였으며, 혈구감소증이 있는 경우는 시간당 29개 슬라이드였다.
[ 결론 ]
UIMD PBIA는 빠르고 정확한 백혈구 분류 결과를 제공하며,
특히 정상소견이나 혈구감소증이 있는 경우 유용하게 이용될 수 있을 것으로 생각된다.
Morphological Analysis - 말초혈액
인제대 부산백병원 진단혈액학회 발표 논문
2024.10
논문 요약
[ 배경 ]
최근 백혈구 감별계산에서 수기법의 단점을 보완하기 위해 디지털 세포형태 분석기의 사용이 증가하고 있다. 본 연구에서는 백혈구 감소증이 있는 검체들을 대상으로 새로 개발된 디지털 세포형태 분석기인 UIMD PBIA의 성능을 평가하였다.
[ 방법 ]
백혈구감소증이 있는 총 159건의 검체를 백혈구감소증의 정도에 따라 4개의 그룹으로 나누었다
(그룹 1: 백혈구 ≤1.0×109/L, 그룹 2: 1.0–2.0×109/L, 그룹 3: 2.0–3.0×109/L, 그룹 4: 3.0–4.0×109/L).
검체에서 얻은 23,358개의 백혈구 세포 이미지를 이용하여 UIMD PBIA의 정확도와 처리속도를 분석하고 비교하였다.
[ 결과 ]
UIMD PBIA는 전체 검체에서 97.5%의 정확도를 보였고,
비정상 림프구를 제외한 모든 세포군에서 90% 이상의 높은 정확도를 보였다.
모세포는 수기법과 UMID PBIA 간 통계적으로 유의미한 상관관계를보였다(r>0.7).
두 검사자 모두 모세포 및 미성숙 과 립구를 1% 초과하여 계수하였을 때 UIMD PBIA는 수기법과 100% 양성일치율을 보였다. 그룹 3, 4에 비해 그룹 1, 2에서 UIMD PBIA의 소요시간이 수기법보다 짧았다.
[ 결론 ]
비정상 세포의 분류오류는 여전히 개선이 필요하지만,
UIMD PBIA는 백혈구감소증이 있는 검체에서 백혈구 감별계산에 대해 빠르고 정확한 결과를 제공한다. 백혈구수 및 환자의 진단에 따라 선택적으로 적용한다면 UIMD PBIA는 임상에서 유용하게 사용할 수 있을 것이다.
Morphological Analysis - 말초혈액
순천향대 천안병원 국제학회 발표 논문
2025.01
논문 요약
[ 배경 ]
말초혈액 도말에서 백혈구(WBC) 분류를 위한 딥 러닝을 사용한 자동화된 디지털 형태 분석기인 UIMD PBIA의 성능을 평가하고 기 상용화 된 DI-60(Sysmex)과 성능을 비교평가 하였다.
[ 방법 ]
총 461개의 PBS 슬라이드를 PBIA와 DI-60을 사용하여 사전 분류하여 분석하였다. 각 기기의 사전 분류 성능은 사용자가 검증한 사후 분류 결과에 따라 평가하였다. 세포 클래스의 평균 차이는 두 기기 모두에서 계산하였고 각 세포 유형에 대해 분류 전후와 수동 계수 간의 상관관계를 확인하였다
[ 결과 ]
전반적으로 PBIA의 사전 분류 성능은 대부분 세포 클래스에서 DI-60보다 우수하였으며 더 높은 정확도, 더 낮은 FPR 및 FNR, 더 강한 일치도를 보였다. PBIA는 모든 세포 분류에서 정확도가 90.0% 이상이고 코헨 카파가 0.934로 DI-60(정확도 45.5%, 카파 0.629)보다 높았다. 기기의 사전 분류 성능은 수동 계수에서 비정상 세포가 관찰되었을 때 감소했지만 PBIA는 여전히 더 나은 성능을 보였다.
[ 결론 ]
이 연구의 조건에서 PBIA는 사전 분류에서 DI-60보다 성능이 우수했고 수동계산과 더 강한 상관관계를 보였으며 사전 및 사후 분류간의 불일치가 적었다. 세포의 형태학적 검사는 본질적으로 주관적인 측면이 포함되며 검험이 풍부한 기술자가 필요하지만 높은 정확도를 갖춘 PBIA는 경험이 부족한 사용자가 임상적으로 중요한 비정상 세포의 진단 오류를 줄이는데 도움이 될 수 있다. 결론적으로 PBIA는 DI-60보다 더 나은 성능을 보였으며, 이는 임상적 유용성을 강조한다.
Morphological Analysis - 골수
고려대학교 병원 LMCE 학회 발표 논문
2026.02
논문 요약
[ 배경 ]
골수 흡인액(BMA) 감별 수치는 혈액 질환 진단에 필수적이다. 수동 현미경 검사는 표준이지만, 노동 집약적이고 관찰자 간 변동성이 발생하기 쉽다. 효율성과 일관성을 향상시키기 위해 AI 지원 시스템이 개발되었지만, 일상적인 사용을 위해 검증된 시스템은 거의 없다. 골수 세포의 자동 분류를 위한 딥러닝 시스템인 BMIA-12A를 평가했다.
[ 결과 ]
BMIA-12A는 웨지도말과 스쿼시도말 모두에서 93% 이상의 정확도를 달성했다.
모든 세포 범주는 90% 이상의 민감도와 특이도를 보였다. AI 사전 분류와 전문가 검토 사이에 강한 상관관계(웨지 r=0.996, 스쿼시 r=0.993; P < 0.001)가 관찰되었다. 전반적으로 BMIA-12A는 전문가 검토와 임상적으로 허용 가능한 일치성을 보여주어 BM 평가에서 유용한 보조 도구로 사용 가능하다.
[ 결론 ]
BMIA12A는 전문가 검토와 강한 일치를 보여 93% 이상의 정확도와 90% 이상의 민감도를 달성했다. 주요 세포 유형 간의 특이성. 희귀 카테고리의 제한된 표현은 여전히 도전 과제이지만, 전반적인 성능은 임상적으로 수용 가능했다. 이러한 결과는 다음을 시사한다.
BMIA12A는 골수 도말 평가에서 신뢰할 수 있는 보조제 역할을 할 수 있으며, 다양한 임상 환경에서 추가 검증을 통해 그 광범위한 유용성을 확립하는 데 도움이 될 것이다.
네이버 아이디로 로그인 
카카오 아이디로 로그인 
구글 아이디로 로그인