慢性腎臟病具有患病率高、知曉率低、預後差和醫療費用高等特點，因起病隱匿，早期就診和治療率低，是繼心腦血管疾病、糖尿病和惡性腫瘤後，又一嚴重危害居民健康的疾病。近日，在長沙舉行的“2018羅氏診斷尿液分析標準化及新技術研討會”上，中南大學湘雅二醫院檢驗科唐愛國教授、北京協和醫院檢驗科張時民教授、湖南省人民醫院檢驗科主任曹友德教授及湖南中醫藥大學第一附屬醫院醫學檢驗與病理中心主任謝小兵教授就尿液檢測在慢性腎臟病早期篩查、診斷、預後中的重要價值進行了深入探討，同時分享了人工智能應用於檢驗醫學指導腎臟疾病診療的最新進展，以及推進尿液檢測標準化、自動化及數字化建設的重要意義。
尿液檢測助力慢性腎臟病診療
慢性腎臟病的診斷標準為腎臟損傷（腎臟結構或功能性異常）情況持續或超過3個月，伴有或不伴有腎小球濾過率（GFR）下降，臨床上表現為腎臟病理學檢查異常或腎臟損傷（血、尿成分或影像學檢查異常），或者GFR﹤60ml/（min·1.73m2）並持續超過3個月。當前，慢性腎臟病的檢查方法主要有影像檢查和實驗室檢查。影像檢查以B型超聲和腎活檢病理檢查為主，實驗室檢查手段主要有血常規和凝血功能檢查、尿液分析、腎功能和血生化檢查。其中尿液分析主要包括蛋白尿、血尿和尿沉渣檢測。
腎小球濾過屏障受損是造成尿蛋白的主要原因，在尿液分析中檢查出的蛋白尿≥30mg/g（或≥3mg/nmol）可作為腎臟損傷的標誌，因此，評估尿液中的蛋白尿水平對於慢性腎臟病的診斷具有重要價值。此外，蛋白尿與微量白蛋白尿是慢性腎臟疾病進展的標誌和危險因素，其含量隨著腎臟疾病進展而升高。同時，腎臟疾病的不同類型會決定尿蛋白的種類，尿白蛋白排洩率增加也是糖尿病、高血壓等導致慢性腎臟病的敏感指標，微量白蛋白尿還可反映全身血管內皮細胞功能損害。
湖南省人民醫院檢驗科主任曹友德教授指出：“蛋白尿是慢性腎臟病進展的重要因素，也是影響預後的重要指標。蛋白尿檢測對指導慢性腎臟病治療、評價治療效果和判斷預後都具有重要意義。此外，在通過蛋白尿診斷慢性腎臟病的同時，也要注意蛋白尿的長期監測，儘量通過早期干預使蛋白尿和微量白蛋白尿下降甚至轉陰，從而延緩腎功能損害。”
此外，血尿、尿沉渣管型也是慢性腎病的重要診斷指標。血尿分為兩種類型：腎小球性和非腎小球性，通過尿液中紅細胞的形態可以有效鑑別是否為腎小球性血尿，從而幫助慢性腎病的診斷。而根據尿沉渣管型的不同形態可以判斷慢性腎臟病的不同階段。
中南大學湘雅二醫院檢驗科唐愛國教授強調：“尿液分析對於慢性腎臟病的早期篩查、診斷、預後具有重要作用，被稱為‘體外的腎活檢’。因此，為進一步提高慢性腎臟病的早期就診及治療率，延緩疾病進程，如何為臨床提供更為快速、準確的尿液檢測結果是檢驗科亟待解答的問題。”
人工智能推動尿檢自動化升級
隨著當今科技的飛速發展，人工智能的出現被認為是一次顛覆性的技術革命。談及人工智能在檢驗醫學領域的應用，北京協和醫院檢驗科張時民教授表示：“人工智能具有深入學習、自主學習、不斷訓練與不斷改進的能力，是其判斷能力逐步提高並越來越聰明的保障。人工智能正越來越多地被應用於檢驗醫學領域，這在大大減輕檢驗工作者的勞動強度的同時，推動檢驗自動化、標準化和智能化的發展，縮短樣本週轉時間，進一步提升檢驗的速度與質量。”
湖南中醫藥大學第一附屬醫院醫學檢驗與病理中心主任謝小兵教授
在湖南中醫藥大學第一附屬醫院醫學檢驗與病理中心主任謝小兵教授看來，“人工智能推動檢驗醫學的發展，更大程度表現在實驗室自動化、智能化升級管理，在尿液檢測方面同樣如此。”據他介紹，目前，傳統的尿沉渣顯微鏡檢查是尿液有形成份分析的“金標準”。但是，由人工通過普通光學顯微鏡進行尿液鏡檢受到操作規範、個人經驗因素等影響會導致多種誤差出現。而包括尿沉渣和尿液分析工作站在內的尿液分析自動化解決方案解決了這些問題，滿足了檢驗工作者對檢測儀器最直接的要求：準確、快速、方便。
羅氏診斷cobas® u 701尿液沉渣分析儀基於顯微鏡檢的“金標準”方法，採用顯微鏡分析技術，對鏡下的有形成分進行數字化拍攝數字化圖像，可自動判斷識別12種常見有形成分，並進行標註。用電腦系統的人工智能取代傳統人工識別，可實現無人值守運行，檢驗員只需在屏幕審核後發出報告，顯著提高了實驗室的工作產能與效率，操作標準可以達到規範化和一致性，分析結果也更具有客觀性，幫助臨床醫生獲得與傳統顯微鏡檢高度一致的檢測結果，需要時還可進行人工修正或複查，是尿液檢驗領域必然的發展趨勢。
據瞭解，cobas® u 701尿液沉渣分析儀可單獨使用，也可整合cobas® u 601全自動尿液分析儀，升級成cobas® 6500全自動尿液分析系統，完成幹化學分析後可自動傳輸樣本至沉渣模塊進行有形成分分析，或使用交叉篩查規則對需要進行沉渣檢測的幹化學陽性樣本進行檢測，並將檢測數據整合到同一軟件平臺，全面優化尿液常規檢測實驗流程，實現一管尿液完成尿液常規檢測。
謝小兵教授分享道：“從我院使用cobas® 6500前後的門診樣本和住院樣本數據來看，人工鏡檢率分別從原來的17%和34%降低到4%和16%，極大地縮短了樣本週轉時間，從而更快助力臨床決策，更好滿足臨床需求。”
閱讀更多 健康界產業 的文章
