法国南特大学中心医院医学院荣誉教授，在血液分析领域拥有深厚的临床经验与学术造诣。
看前先知
血液分析是全球范围内优先级最高、频次最高的检查项目，而确认原始细胞是第一时间治疗恶性疾病的基础。但长期以来，要确定一个异常细胞究竟是不是原始细胞，难度极大。在本期对话中，Marie Christine Béné 教授基于数十年的检验医学经验，系统阐述了 AI 技术如何革命性地解决这一行业痛点，并从“协同化”的角度重新定义了未来实验室的发展方向，为检验医学的数智化发展提供了前瞻性的思考。
主要看点
- AI 辅助识别，血液分析领域的范式转变
- 从“标准化”到“协同化”，实验室未来发展新机遇
- 行业协作的新要求，指导规范的制定
小迈划重点
AI 带来的变革突破
“近年来我们取得的一项重大突破，就是引入 AI 技术协助完成细胞的观察分析。”
Marie Christine Béné教授指出，AI 技术的加入，带来了两大核心价值：
第一，支持多人同步观察细胞，协同判定是否为原始细胞。不再是显微镜下单人查看的“闭门造车”，而是可以便捷分享给其他医生共同确认。
第二，为青年检验人员提供了良好的学习途径。AI
帮助他们更快掌握各类细胞的形态特征，缩短经验积累的周期。
“这不仅大幅节省了工作时间，也十分有助于教学工作的开展。”
从“标准化”到“协同化”
当谈到实验室的未来发展时，Marie Christine
Béné 教授提出了一个耐人寻味的观点：
" '协同化’ 或许比‘标准化’更恰当一些。”
为什么？因为全球各地的实验室中，操作人员不同、检测样本不同、设备型号也不同。强求完全一致的“标准化”并不现实，更重要的是建立一套彼此协同的机制——让不同的实验室、不同的检测技术之间，能够输出一致性的结果。
而这一机制的建立，不能只依靠设备制造商。“必须推动业内企业、检验专家与科研学者的深度协作，让那些在一线接触患者和从事检测的临床人员参与其中。”
