这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
血膜形态学检查仍然是疟疾诊断的参考标准。因此,支持准确的形态学诊断所需的技能是必不可少的。然而,在不同的国家和环境中提供支持是一个巨大的挑战。
本文报告了一种方案,在基于互联网的虚拟显微镜环境中,向不同访问培训和计算设施的用户提供疟疾感染血液的数字幻灯片。建立了该方法的可行性,允许用户测试、记录并将自己的性能与其他用户的性能进行比较。
以吉姆萨染色的厚、薄血膜为材料,采用高质量图像采集和63倍油浸物镜制备了56张大分辨率数字玻片。使用Adobe Photoshop的photomerge功能将各个图像组合起来,然后进行调整,以确保基本诊断特征的分辨率和再现。Web交付采用数字幻灯片平台,允许数字显微镜观察设施和图像注释,并从参与者收集数据。
来自5个国家的38名参与者在一系列环境中观看了图像,参与度很高,平均完成率为42/56。寄生虫检出率为78%,物种鉴定准确率为53%,与使用玻片进行的类似研究结果相当。数据收集允许用户与其他用户在一段时间内或针对每个单独的情况比较性能。
总的来说,这些结果表明,世界各地的用户可以在一系列环境中有效地使用该系统,并具有通过教育、外部质量评估和个人专业发展来提高个人绩效的潜力,特别是在教育资源难以获得的地区。
在世界范围内,对疟疾进行成功形态学诊断的能力仍然是一项重要且具有成本效益的卫生干预措施[
随着全球互联网接入设施的改善,现在有可能向广泛的地理位置提供血液胶片的数字幻灯片。基于网络的虚拟显微镜系统[
这项研究旨在证明虚拟显微镜以高质量分辨率提供疟疾感染血液的数字幻灯片的可行性和有效性,并评估如何将该技术用于支持发展中国家和发达国家的疟疾诊断技能。
这项研究的参与者是在世界卫生组织(WHO)和利物浦热带医学院的帮助下招募的。我们使用了从56个病例中制备的数字载玻片,这些病例之前已通过英国国家外部质量评估计划(UK NEQAS)寄生虫学计划充分验证并作为玻璃载玻片分发,并得到了400多个实验室的分子技术和共识意见的确认。选择的病例代表不同的载玻片制备技术、染色质量、疟疾种类和寄生虫密度。使用蔡司Axio Imager M1显微镜,HRc相机和63x Plan Apo Chromat 1.4油浸镜头拍摄图像。至少需要40个相邻字段来创建一个大的拼接图像。后续图像处理使用蔡司软件(Axiovision 4.7),再使用Photoshop CS3保证清晰度和色彩平衡。诊断特征被清晰地解决(使用Digital Outback Photo插件进行对比度掩模和细节增强),用于上传的图像大小约为200兆字节。图像上传到观察软件(Digital SlideBox, Leica Biosystems),并进行评估,以确保包含和准确呈现诊断所需的特征。注册参与者来自五个国家(即香港、印度、肯尼亚、黎巴嫩和尼日利亚),其中一些人获得了互联网接入的资金支持。在所有情况下,参与者都被要求提出他们最喜欢的诊断(多项选择)。 Responses were analyzed using Microsoft Excel and GraphPad Prism software (v6.04).
虚拟显微镜环境允许低功率图像扫描,导航和高倍视图评估(见
这些图像表明,最初的高质量图像捕获清楚地解决了疟疾诊断、物种分配或人工制品检测所需的那些特征(见
然后,来自不同国家的38名参与者观看了这些数字幻灯片:香港(n=1)、印度(n=1)、肯尼亚(n=7)、黎巴嫩(n=6)和尼日利亚(n=23)。不同组之间的训练和观看环境不同,不同国家使用的设施也不相同。虽然图片主要是在医院网站上观看的,但也有相当一部分人使用互联网cafés(有资金支持)。观看环境的某些方面是不受控制的(比如屏幕分辨率和网速)。虽然报告了积极的经验,但这些方面对结果的影响尚不清楚。使用互联网cafés的患者诊断的敏感性和特异性较低。平均完成率为75%(42/56例)。每个个案平均由29名参与者完成(范围22-38)。滑片分析结果(由提交的诊断表明)与寄生虫密度和类型进行比较。结果表明,与玻片分析的已知结果一致,成功的识别和物种鉴定与载玻片上存在的疟原虫数量密切相关(见
最后,对结果进行评估,看看它们是否可以用来让参与者评估他们的个人表现,将他们的结果与其他具有类似培训或经验的参与者进行比较
Web浏览器内显示寄生虫血片(左图:全数字胶片低功耗视图,顶部显示信息按钮和方向图像,底部显示导航和放大工具;右面板:寄生虫图像显示为高倍放大,占用显示器的全屏高度)。
寄生虫检测和物种识别所需特征的分辨率(左面板:数字图像
在Web浏览器中显示的薄膜上的伪影演示(左面板:在含有配子体的薄膜上可见的染色碎片
演示适用于大型数字图像的质量考虑因素:图像在捕获时显示,然后在Web查看器中显示(左图:原始图像质量-分解寄生虫、红细胞膜变化、施氏点和疟疾色素;右图:压缩和Web传递后的同一单元格的截图,显示了复制的主观差异,但保留了所有重要的诊断元素)。
根据数字血膜上的寄生虫数量进行检测和种类识别的准确性。代表不同密度红细胞感染的数据组(以每高倍场寄生数表示:极低<0.1,低=0.1-0.3,中=0.3-2,高>2),黑色=
特征确定寄生虫识别的准确性,由参与者使用图像显示在Web查看器。左图:根据胶片类型或是否有寄生虫,比较评估的准确性。柱状图表示对厚膜或无寄生虫的膜的检测结果与总体反应的比较(柱状图代表平均值±SEM);N =56部电影,22-38人(平均29人)回答。两组差异无统计学意义。右图:总体寄生虫检测与非寄生虫检测的比较
使用图像浏览器提供的连续评估对寄生虫识别诊断经验表现的影响。35名候选人根据报告疟疾的经验长短分组(A: <1年;B: 1-4yrs;C: 3-9yrs;D: > 9岁)。每个柱形代表每个候选人的平均表现。横线表示英国NEQAS参与者在玻片上使用相同病例集的表现(实线=平均值,虚线=95% CI, n=435(平均值))。灰色条形代表接受过文凭水平培训的参与者;所展示的其他所有人都受过学位水平的培训。左图:个体参与者检测疟疾寄生虫的比较; Right panel: comparison of individual participants’ identification of malaria parasites.
个体反应与病例系列中队列的总体表现相比较。左图(寄生虫检测):19名参与者完成20个相同案例(正确答案为+1,错误答案为-1),寄生虫检测和寄生虫鉴定的平均累积分数±SD。右面板(寄生虫鉴定):4个个体候选人的代表性痕迹显示了个体表现与总体平均值的跟踪。
结果表明,高质量的疟疾感染红细胞数字图像作为数字显微镜图像可以有效地解决疟疾诊断和物种识别所需的形态学特征。当转换为支持适当下载速度的与web兼容的格式时,图像质量得到了保留,案例可以在不同国家的一系列环境中由参与者交付、查看和回答。总的来说,寄生虫检测的敏感性和物种鉴定的特异性与其他使用玻片进行可比队列的报道一致[
在实践层面上,虚拟显微镜系统得到了参与者的积极评价。他们发现该系统易于使用和访问。在这项研究中,所学到的经验教训主要是基于与远程参与者的交流,他们只能通过电子邮件进行联系。交流的增加与参与的增加相关。
基于web的交付允许快速和准确地收集结果和诊断。可以对参与者的反应进行分析,以支持根据总体平均值进行纵向评估的个人评估,或针对选定的同龄群体进行疟疾诊断技能评估。绩效分析可以与预期的绩效标准、培训水平或个人进步联系起来。将这种分析与教育资源联系起来,为支持诊断技能和识别错误来源提供了真正的机会[
外部质量评估
英国国家外部质量评估计划
世界卫生组织
我们要感谢:
•来自世界各地实验室的参与者
•英国NEQAS (H)工作人员帮助招募参与者并提供血片
•利物浦热带医学院(Liverpool School of Tropical Medicine)的工作人员帮助招募学员
•伦敦热带病医院,提供血液胶片
没有宣布。