中新网西安12月17日电 (阿琳娜 王冠玉)“只需要小于0.5微升的脑脊液，即可在5分钟内达到96.13%的准确率。我们希望能为急性白血病诊断，尤其是棘手的中枢神经系统白血病诊断，提供一种全新的‘光谱学利器’。”西安电子科技大学张东杰副教授这样介绍团队的最新突破。

　　西安电子科技大学陈雪利教授团队近日在国际期刊《细胞》子刊《细胞报告医学》上发表了该项最新研究成果。一款基于深度学习与光谱技术的智能诊断平台，让快速、精准“捕捉”白血病细胞及分泌物成为可能。

　　据了解，白血病细胞侵入中枢神经系统后，会像“种子”粘附于“土壤”般牢牢贴在脑膜血管壁上，导致脑脊液中游离的异常细胞数量很少，这使得常规细胞学或流式细胞术方法容易出现假阴性或漏诊，不仅给医生诊断带来风险，也给患者带来沉重的心理负担。

　　能不能寻找一种方法，帮临床“看”得更清、更准？西电在电子信息与人工智能领域的特色，为这个构想提供了生长的沃土。但也存在两大技术关隘：一是如何从极微量样本中捕获有效的疾病信号；二是如何从海量信号中精准识别出疾病的“指纹”。

　　第一把“钥匙”，是名为SERS(表面增强拉曼光谱)的高灵敏检测技术。“拉曼光谱是一种非弹性散射光谱，能够特异性识别不同类型的分子和物质，但它的信号非常弱。而SERS技术能够通过入射光和贵金属纳米结构的相互作用实现6-8个数量级的信号放大。”论文第一作者张东杰副教授解释道，该技术还具有特异性好、操作简单、样品需求少以及不受生物样品自发荧光和水干扰等优点。

　　团队还设计了一种类似“猪笼草”结构的超疏水滑移基底，能将微小的样本液滴快速聚集浓缩。这使得检测所需的样本量降至“小于0.5微升”，整体检测流程缩短至“5分钟以内”。这对于简化临床操作、助力医生快速决策具有重要意义。

　　第二把“钥匙”，则是名为“多特征融合”的智能“解码器”。该网络利用多头自注意力机制实现跨维度的特征交互，能有效抑制噪声、捕获关键特征。“我们将一维光谱和二维图像融合，既可以提取光谱的强度、半高宽信息，还可以捕捉到光谱的位置、对称性以及局部空间信息，让模型获得更立体的‘视觉’，从而做出更精准的判断。”张东杰解释道。

　　最终，这个全新的AI-SERS平台交出了一份亮眼的“成绩单”：急性白血病筛查准确率高达96.13%，在区分不同亚型、判断基因异常等多项高难度诊断任务中，准确率均超过91%，相关评估指标均表现优异。

　　谈及临床应用前景，共同通讯作者曾琦副教授表示，该技术走向大规模临床应用尚需完成医疗器械注册所需的试剂盒定型、大规模临床试验等环节。未来希望能发展成为一项独立、快速的光谱学诊断工具。

　　目前，这项技术已展现出成为一个普适性“液体活检光谱学辅助诊断平台”的巨大潜力。“除了白血病，我们在脑胶质瘤、宫颈癌、干眼症等疾病的检测上也看到了曙光。”陈雪利描绘了团队的蓝图：未来，或许只需一滴体液，就能快速、无创地对多种疾病进行早期筛查。(完)