臨床醫(yī)學(xué)檢驗(yàn)的目的是發(fā)出準(zhǔn)確的檢測(cè)報(bào)告，質(zhì)量控制（Quality Control，QC，簡(jiǎn)稱：質(zhì)控）歷來是臨床檢驗(yàn)管理中最重要的環(huán)節(jié)之一，加強(qiáng)實(shí)驗(yàn)室質(zhì)控管理，將有助增強(qiáng)實(shí)驗(yàn)室技術(shù)能力和管理水平，有效降低風(fēng)險(xiǎn)，并提供更加可靠的檢測(cè)數(shù)據(jù)¹。

近期，復(fù)旦大學(xué)附屬中山醫(yī)院檢驗(yàn)科郭瑋、潘柏申、王蓓麗、段昕岑團(tuán)隊(duì)結(jié)合過往研究成果，在基于大數(shù)據(jù)技術(shù)應(yīng)用實(shí)時(shí)質(zhì)控算法進(jìn)行實(shí)驗(yàn)室檢測(cè)質(zhì)控管理方面，取得了算法研究的新突破，能大幅提高原有模型的運(yùn)行性能，給未來實(shí)時(shí)質(zhì)控算法研究提供了一條全新的思路²。

有效的室內(nèi)質(zhì)量控制（IQC）是確保實(shí)驗(yàn)室檢測(cè)結(jié)果準(zhǔn)確、可靠的關(guān)鍵因素，但由于IQC存在無法連續(xù)監(jiān)測(cè)質(zhì)量、易產(chǎn)生基質(zhì)效應(yīng)、質(zhì)控品成本較高等情況，導(dǎo)致IQC可能無法及時(shí)準(zhǔn)確的反映儀器檢測(cè)性能^3,4。

不同于傳統(tǒng)IQC，患者樣本實(shí)時(shí)質(zhì)控（Patient-based real-time quality control，PBRTQC）使用患者臨床標(biāo)本結(jié)果，以實(shí)時(shí)、連續(xù)監(jiān)測(cè)檢測(cè)過程的方式來分析性能，可在不額外增加人力和物力成本的情況下實(shí)時(shí)監(jiān)測(cè)檢測(cè)系統(tǒng)的穩(wěn)定性和判斷有無“失控”情況。其核心包括算法和各種參數(shù)，如計(jì)算樣本數(shù)、分組、截?cái)嘀档瘸瑓?shù)和模型參數(shù)控制線等。

隨著臨床實(shí)驗(yàn)室信息技術(shù)以及基于患者風(fēng)險(xiǎn)質(zhì)控方法的發(fā)展，包括差值檢查法（Delta Check）、正態(tài)均值法（AoN）、移動(dòng)中位數(shù)法（movMed）、指數(shù)加權(quán)移動(dòng)均值法（EWMA）等多種運(yùn)算方法，PBRTQC逐漸成為傳統(tǒng)IQC的重要補(bǔ)充^5,6。

國(guó)際臨床化學(xué)和醫(yī)學(xué)檢驗(yàn)聯(lián)合會(huì)（IFCC）分析質(zhì)量委員會(huì)于2020年發(fā)文指出，相較于傳統(tǒng)IQC，PBRTQC憑借日益凸顯的成本低、無基質(zhì)效應(yīng)、能敏感識(shí)別分析前誤差等優(yōu)點(diǎn)，可作為實(shí)驗(yàn)室提升質(zhì)量控制管理的重要工具，并建議廣泛應(yīng)用于臨床^5,6。

盡管PBRTQC具有諸多優(yōu)勢(shì)，但其指標(biāo)檢測(cè)性能易受到干擾、實(shí)施過程較為復(fù)雜且需要依靠強(qiáng)大數(shù)字系統(tǒng)，另外國(guó)內(nèi)對(duì)PBRTQC存在認(rèn)知程度較低、專業(yè)軟件工具缺乏、臨床實(shí)踐經(jīng)驗(yàn)少等客觀現(xiàn)狀，制約了PBRTQC系統(tǒng)在我國(guó)實(shí)驗(yàn)室質(zhì)控管理中的廣泛應(yīng)用^2,6,7,8。

為優(yōu)化PBRTQC性能，復(fù)旦大學(xué)附屬中山醫(yī)院檢驗(yàn)科團(tuán)隊(duì)自2018年起進(jìn)行了多年的探索研究。團(tuán)隊(duì)發(fā)表在2020年《Clinica Chimica Acta》雜志的初期研究成果顯示：影響PBRTQC檢測(cè)發(fā)揮最佳性能，進(jìn)而限制其臨床廣泛應(yīng)用主要有三個(gè)因素：

為解決上述三大要素，改善當(dāng)前PBRTQC的性能，中山檢驗(yàn)團(tuán)隊(duì)在PBRTQC常規(guī)數(shù)據(jù)處理基礎(chǔ)上增加回歸調(diào)整步驟，研發(fā)出回歸調(diào)整實(shí)時(shí)質(zhì)控（Regression-Adjusted Real-Time Quality Control, RARTQC）算法。⁹

RARTQC和PBRTQC的結(jié)構(gòu)對(duì)比

有了算法和方法論，如何才能驗(yàn)證算法是否成立呢？答案是借助先進(jìn)的數(shù)字化工具。為保證RARTQC創(chuàng)新研究的順利開展，中山檢驗(yàn)團(tuán)隊(duì)與全球體外診斷領(lǐng)域領(lǐng)先企業(yè)——羅氏診斷就該項(xiàng)目開展了緊密合作。在羅氏診斷提供的數(shù)字產(chǎn)品開發(fā)、自動(dòng)化IT等跨領(lǐng)域的專家資源以及專業(yè)技術(shù)服務(wù)支持下，雙方攜手研發(fā)的新一代RARTQC系統(tǒng)，并致力將其打造為全球領(lǐng)先的創(chuàng)新實(shí)驗(yàn)室質(zhì)量控制數(shù)字化解決方案。

新一代RARTQC系統(tǒng)以前沿的大數(shù)據(jù)和人工智能AI技術(shù)為基礎(chǔ)，搭載羅氏診斷?cobas^? infinity系統(tǒng)，實(shí)現(xiàn)中央/臨床實(shí)驗(yàn)室的實(shí)時(shí)質(zhì)量控制管理；通過優(yōu)化真實(shí)的患者數(shù)據(jù)，打造標(biāo)準(zhǔn)化、個(gè)性化、高效性質(zhì)量控制方案，提升實(shí)驗(yàn)室智能化系統(tǒng)臨床應(yīng)用效能。

RARTQC 系統(tǒng)完全遵從現(xiàn)代軟件開發(fā)的標(biāo)準(zhǔn)， 以微服務(wù)的形式將系統(tǒng)功能進(jìn)行模塊化的切分，可向終端用戶提供高效能、可擴(kuò)展、易維護(hù)的服務(wù), 在系統(tǒng)組件的選擇上也通過使用如消息隊(duì)列、緩存數(shù)據(jù)庫(kù)等組件以保障系統(tǒng)的高性能。

整體系統(tǒng)通過容器化的解決方案可以適配各種操作系統(tǒng)以及硬件服務(wù)器， 并可支持集群伸縮。

在系統(tǒng)對(duì)接上通過適配器組件可以很好的支持與羅氏cobas^? infinity中間件的通信與協(xié)作， 并為將來可能的其他系統(tǒng)的對(duì)接建立了規(guī)范化的標(biāo)準(zhǔn)。

該系統(tǒng)包括分析和實(shí)時(shí)兩大模塊，其中分析模塊會(huì)根據(jù)歷史檢測(cè)數(shù)據(jù)特定算法模型；實(shí)時(shí)模塊與cobas^? infinity協(xié)作，對(duì)檢測(cè)結(jié)果進(jìn)行實(shí)時(shí)預(yù)測(cè)，發(fā)出質(zhì)控警告與提示⁹。分析模塊還會(huì)根據(jù)運(yùn)行時(shí)系統(tǒng)的結(jié)果不斷持續(xù)改進(jìn)，實(shí)現(xiàn)算法優(yōu)化和迭代。

中山檢驗(yàn)團(tuán)隊(duì)于2021年發(fā)表在國(guó)際檢驗(yàn)醫(yī)學(xué)頂級(jí)期刊《Clinical Chemistry》的研究結(jié)果顯示：采用RARTQC系統(tǒng)，可在常規(guī)截?cái)嗪驼龖B(tài)轉(zhuǎn)換后，利用通過大數(shù)據(jù)建模得到的回歸模型調(diào)整檢測(cè)結(jié)果，并將調(diào)整后的數(shù)據(jù)代入浮動(dòng)均值模型進(jìn)行質(zhì)控判斷，無需進(jìn)一步細(xì)化分組建模，便能實(shí)現(xiàn)對(duì)性別、年齡、疾病等影響因素的分析，回歸模型的引入，進(jìn)一步提高數(shù)據(jù)的正態(tài)性⁸。

與此同時(shí)，團(tuán)隊(duì)針對(duì)谷丙轉(zhuǎn)氨酶（ALT）、血氯、血鈉等臨床常見的檢測(cè)指標(biāo)構(gòu)建指數(shù)加權(quán)浮動(dòng)均值模型（EWMA）進(jìn)行誤差分析。結(jié)果證實(shí)：相較于PBRTQC系統(tǒng)，采用RARTQC系統(tǒng)平均檢測(cè)出ALT檢測(cè)誤差時(shí)，所需的患者樣本量（ANPed）更低，說明后者的性能更佳；而血氯指標(biāo)的測(cè)定過程中，RARTQC系統(tǒng)亦能進(jìn)一步提高模型性能?？傮w而言，RARTQC系統(tǒng)在允許總誤差（TEa）水平下，較PBRTQC性能平均提升了接近50%⁹。

全球AI實(shí)時(shí)質(zhì)控領(lǐng)域權(quán)威專家、IFCC-PBRTQC（基于患者樣本實(shí)時(shí)質(zhì)量控制）工作組成員Mark Cervinski教授高度肯定了復(fù)旦中山檢驗(yàn)團(tuán)隊(duì)的研究成果。他表示，RARTQC可通過回歸分析納入患者年齡、性別、診斷信息等影響檢測(cè)結(jié)果的不同因素，計(jì)算回歸殘差以調(diào)整這些因素對(duì)檢測(cè)結(jié)果的影響，使得輸入常規(guī)浮動(dòng)均值的數(shù)據(jù)分布更加集中和對(duì)稱，大幅提高浮動(dòng)均值算法檢出誤差的性能，且在諸多血清指標(biāo)的誤差檢測(cè)中，相比PBRTQC，RARTQC系統(tǒng)更具性能優(yōu)勢(shì)¹⁰。

隨著算法實(shí)用性和信息技術(shù)水平的不斷迭代和提升，RARTQC系統(tǒng)能有效消除檢測(cè)結(jié)果中的自相關(guān)性，改善傳統(tǒng)PBRTQC系統(tǒng)在諸多檢測(cè)項(xiàng)目誤差檢測(cè)性能方面的不足，提高實(shí)驗(yàn)室檢測(cè)質(zhì)量與質(zhì)量管控水平，為檢驗(yàn)科更好地服務(wù)臨床與患者奠定堅(jiān)實(shí)的基礎(chǔ)。