2026 ISLH
血液学AI屹立潮头

2026/04/21

01

内容摘要:

  • 4月17-19日,世界血液学大会ISLH在英国爱丁堡拉开帷幕,它是全球血液学实验室技术领域最高规格、最具权威性的国际学术盛会,代表了体外诊断(IVD)在血液学分支的最高技术水位。
  • 迈瑞的最新研究“基于形态学的血小板聚集相关血小板计数校正方法”被主办方邀请参加全体大会摘要报告专场,同时共有21篇海报入选学术海报展播,并展出临检智能体、可拓展至骨髓与体液多场景运用的MC-30细胞形态分析仪等。

4月17-19日,世界血液学大会ISLH在英国爱丁堡拉开帷幕,在最前沿的血液学实验室,从检验数据到三级诊断报告,从日常工作到疾病报警,AI已深深嵌入检验与临床工作流中。碰撞于中外交响的学术思想,凝结于临检智能体为代表的AI大模型,迈瑞医疗携手中外专家,助力AI在血液学中走得更新、更深、更远。

首次亮相
让AI诞生于更前沿的需求

AI浪潮来袭,血液学早已给出回响。从具有AI阅片功能的MC系列全自动血细胞形态学分析仪,到临检智能体,迈瑞带着20+已落地AI应用的深厚积淀,展现中国医疗器械企业在拥抱AI中的前瞻视野与运用坚守。

在本届ISLH大会上,迈瑞进行了临检智能体海外首展。该智能体通过构建临床知识库、临检垂域大数据训练及真实检验场景多轮优化,可模拟临床医生思维链,实现三级报告输出的智能化。

03
观众在现场进行AI相关体验

展台前人头攒动,来自全球各地的检验专家与临床医生纷纷驻足体验,深度认可迈瑞AI技术在检验报告智能化领域的突破性成果。不少嘉宾表示,这项创新为实验室提质增效带来了全新可能,也让他们对迈瑞的技术实力有了更直观的感受。

04
专家在迈瑞展台驻足讨论
中外对话
让AI推动诊疗走的更远

 

当检验进入大模型驱动的智能化时代,血液学的价值也得到外延。在今年ISLH的迈瑞学术研讨会上,来自国内外的专家学者表示,AI正让血液学从“看清细胞”,到帮助临床更一致、高效地解读诊断线索。 

005
Gina教授在大会现场分享

Gina Zini教授(意大利奥斯定杰梅利大学附属医院)国际血液学标准委员会 (ICSH WHO联络官)

 

《AI时代骨髓形态学的再审视:自动分类与诊断一致性》 

相比外周血,骨髓形态分析是数字化细胞分析的“更高峰”。此次分享的新一代细胞形态仪,在继承外周血清晰成像与高准确分类优势的基础上,进一步拓展至骨髓与体液多场景应用。这不仅提升了分析效率,减少人为疲劳,也为标准化判读、远程复核、数据留存和教学培训提供了更强支撑。

006
刘妍博士在大会现场分享

刘妍 博士

迈瑞医疗国际区体外诊断医学部高级经理

 

《从数据到决策:AI智能体赋能血液学报告审核与解读》 

迈瑞临检智能体,基于超百万例真实血细胞数据微调,融合专家知识库与临床经验,构建更贴近真实检验场景的智能化决策能力。针对异常样本,智能体可自动生成深度解读,涵盖异常指标分析、诊断及后续检查建议,使检验报告从“数值罗列”升级为临床支持工具。依托本地化部署与成本可控的双重优势,迈瑞临检智能体正为检验科开辟一条兼顾运行效率、质量管控与智能化的全新路径。

学术碰撞
让AI在应用中扎根更深

从识别细微的细胞形态差异,到捕捉罕见的异常细胞,血液系统疾病的精准诊断,常诞生于医学与工程科学的碰撞。而如何将这种跨学科的创新理念落地为可规模化应用的临床工具,正是体外诊断领域持续探索的核心方向。迈瑞医疗在血小板智能分析技术上的突破,正是这一探索的典型实践,对此,迈瑞医疗国际区体外诊断医学部高级经理刘妍博士作出了专业解读:“ 通过优化深度学习模型YOLO-PLT,PLT-Pro 2.0实现了高准确度的血小板识别,不仅能够区分血小板与 artifacts 等微小干扰,还可在聚集状态下识别单个血小板。模型在验证中取得了96.5%的精确率、95.6%的召回率和96.7%的AP值(Average Precision)。其次,我们系统分析了聚集与非聚集样本血涂片上的血小板空间分布及数量一致性,证实尽管分布发生改变,但血涂片上的血小板总数保持稳定。基于此构建的区域采样与估算算法,可将扫描时间缩短十倍以上,总体偏差<10%。”

本届大会上,迈瑞的最新研究“基于形态学的血小板聚集相关血小板计数校正方法”被主办方邀请参加全体大会摘要报告专场。该技术采用“识别+计数”一体化方案,可解决血小板聚集场景下的计数难题,减少重复采血、报告延迟及不必要的临床干预。

 

 此外,迈瑞也带来了学术海报展播,展示人工智能技术深度嵌入血液学检测后,助力恶性血液病判断、急诊脓毒症的早期识别等实现新的突破和跃迁。

10
学术海报区域专家交流

AI在血液学中的诞生、研发到运用,不仅对检测技术提出高要求,也是对算法、成像与临床价值的全面检验。每一次跨界对话,每一个疾病预警,都成为血液学屹立AI潮头的养分。迈瑞将持续携手全球医疗专家,共同探索、合作,助力血液病智能化诊断迈向新高度。

“通过优化深度学习模型YOLO-PLT,PLT-Pro 2.0实现了高准确度的血小板识别,不仅能够区分血小板与 artifacts 等微小干扰,还可在聚集状态下识别单个血小板。模型在验证中取得了96.5%的精确率、95.6%的召回率和96.7%的AP值(Average Precision)。其次,我们系统分析了聚集与非聚集样本血涂片上的血小板空间分布及数量一致性,证实尽管分布发生改变,但血涂片上的血小板总数保持稳定。基于此构建的区域采样与估算算法,可将扫描时间缩短十倍以上,总体偏差<10%。”

false