目的 研究基于深度学习的人工智能(AI)技术在恶性疟原虫检测中的应用价值。方法 选取中国籍入境人员血涂片100张，其中恶性疟原虫病例阳性血涂片50张，阴性血涂片50张。将其打乱顺序后进入高清扫描仪后，数据自动导入AI工作站。采取AI阅片、人工独立阅片以及AI辅助阅片的方式，对恶性疟原虫进行检测。再将判读结果与恶性疟"金标准"对比，最后比较3种方法的正确度、灵敏度、特异度以及检测时间。结果 AI辅助阅片正确度最高(0。95)，AI次之(0。92)，人工阅片最差(0。85)。检测时间AI用时最少(2。3 min)，AI辅助阅片次之(5。6 min)，人工阅片用时最多(12。8 min)。结论 结合阅片准确性(正确度、灵敏度以及特异度在90％以上)及用时(＜10 min)综合考虑，AI辅助人工阅片是实验室最佳方式，可提高恶性疟原虫检测的灵敏度及工作效率，基于深度学习的AI系统在恶性疟原虫人工智能检测中具有较高的应用价值，可在海关口岸实验室广泛应用。
NETL
NSTL
万方数据
