《科學》子刊封面：第三軍醫大學羅陽團隊利用AI在30秒內鑒定血型｜臨床大發現
3月15日，《Science Translational Medicine》期刊以封面的形式全文刊登了第三軍醫大學羅陽團隊的研究成果！
在很多人看來，查血型，只是一件“15塊錢和半個小時”的小事情。而對於需要緊急輸血的患者來說，能否及時得到所需的血源，關係到生死。就算是醫院有足夠的血源庫存，輸血前還要先花10-20分鐘去鑒定血型，就有點耽誤事情了。
而且一旦發生配對失誤，則會導致患者的免疫系統發生崩解，對於本來就在等待搶救的患者來說，簡直是加速死亡的節奏。這還沒有考慮血源緊張、條件簡陋、稀有血型等不利情況。
為了解決在緊急情況下快速鑒定血型的問題，來自中國第三軍醫大學的羅陽團隊，開發出一種既方便又便宜，而且準確率極高的血型測試試紙，可以做到在30秒內檢測出ABO血型和Rh血型，在2分鐘內實現僅用一滴血完成包括罕見血型在內的正向和反向同時定型。
我們通常所說的血型，是指紅細胞膜上特異性抗原類型。和臨床關係最密切的就是大家最熟悉的紅細胞ABO血型系統及Rh血型系統。ABO血型系統的一大特點，就是血型中帶“A”的人，身體內基本不會有“抗A”抗體，
後來Rh血型系統又被發現。凡是人體血液紅細胞上有Rh凝集原者，為Rh陽性；反之為陰性。這樣就使已發現的紅細胞A、B、O及AB四種主要血型的人，
根據有關資料介紹，Rh陽性血型在中國漢族及大多數民族人中約占99.7%。如果同時考慮ABO和Rh血型系統，在漢族人群中尋找AB型Rh（-）同型人的機會不到萬分之三，十分罕見。作為人類中的“大熊貓”，如果平時知道自己是熊貓血，那麼在遇到緊急情況，不僅能及時救助別人，也能為自己做好預警。
用患者的紅細胞，與輸血人的血清混合，如果出現凝集，那就說明輸血人擁有患者紅細胞表面抗原的抗體。如果患者的血型是已知的，那用這種方法就可以確定一個未知血源的是否存在A抗體或B抗體。這也就是傳統的ABO正向定型；反之，用患者的血清，與輸血人的紅細胞混合，亦可得出相應結論，這就是傳統的反向定型。而在輸血前，為了嚴謹，都要做正反定型和交叉驗血試驗。
研究團隊設計的方法，其基礎原理就是抗原-抗體反應和PH試紙顏色反應。首先，研究人員選用了一種特殊的紙質材料，用常見的Ph指示劑染料浸漬後，製成特殊形狀的紙條。然後在每一張紙條的不同位置，固定不同的血清抗體。
當在紙條上滴加一滴血液時，隨著血液在紙條上擴散並與抗體反應，就會產生不同的顏色方塊。反之，在每一張紙條的不同位置，固定不同的抗原，在紙條上滴加血液時，隨著血液在紙條上擴展並與抗原反應，也會產生不同的顏色方塊。如果兩張紙條同時進行，也就實現了正向和反向的同步測定。對於其他血型系統或稀有血型的鑒定，只需在紙條上增加固定不同的抗原和抗體方塊就可以了。
ABO血型正向反向同步測定和Rh血型的測定（I和II代表正向血型觀察窗; III和IV代表反向血液分組觀察窗）
更重要的是，研究人員設計了一套機器學習的演算法，便於迅速、準確地根據不同方塊的顏色變化，讀出相對於的血型。當然，在實際的開發過程中，還要考慮到篩選合適的基地紙張、試劑濃度、添加血液分離膜、固定抗原抗體、添加洗脫劑、設計光譜分析演算法等。
血型自動識別設備原理
運用機器學習並且自動識別的方法，消除了血型鑒定過程中環境因素和人員辨別敏感性主觀判斷的影響，不僅確保了血型鑒定的精確度，還也大大提高了工作效率，節省了人力物力。
團隊主要研究人員，第三軍醫大學西南醫院納米藥物中心的張洪表示，該測定不僅為血型鑒定提供了新的策略，而且還可用于時間和資源有限的情況，例如戰區、偏遠地區和緊急情況。他們也將會繼續完善和強化這種新型的血型鑒定設計，使其進一步發展成為高度濃縮和全自動的設備。憑藉其高效性和經濟性，大規模的生產也會成為可能。
參考資料：
http://stm.sciencemag.org/content/9/381/eaaf9209
與輸血人的紅細胞混合，亦可得出相應結論，這就是傳統的反向定型。而在輸血前，為了嚴謹，都要做正反定型和交叉驗血試驗。研究團隊設計的方法，其基礎原理就是抗原-抗體反應和PH試紙顏色反應。首先，研究人員選用了一種特殊的紙質材料，用常見的Ph指示劑染料浸漬後，製成特殊形狀的紙條。然後在每一張紙條的不同位置，固定不同的血清抗體。
當在紙條上滴加一滴血液時，隨著血液在紙條上擴散並與抗體反應，就會產生不同的顏色方塊。反之，在每一張紙條的不同位置，固定不同的抗原，在紙條上滴加血液時，隨著血液在紙條上擴展並與抗原反應，也會產生不同的顏色方塊。如果兩張紙條同時進行，也就實現了正向和反向的同步測定。對於其他血型系統或稀有血型的鑒定，只需在紙條上增加固定不同的抗原和抗體方塊就可以了。
ABO血型正向反向同步測定和Rh血型的測定（I和II代表正向血型觀察窗; III和IV代表反向血液分組觀察窗）
更重要的是，研究人員設計了一套機器學習的演算法，便於迅速、準確地根據不同方塊的顏色變化，讀出相對於的血型。當然，在實際的開發過程中，還要考慮到篩選合適的基地紙張、試劑濃度、添加血液分離膜、固定抗原抗體、添加洗脫劑、設計光譜分析演算法等。
血型自動識別設備原理
運用機器學習並且自動識別的方法，消除了血型鑒定過程中環境因素和人員辨別敏感性主觀判斷的影響，不僅確保了血型鑒定的精確度，還也大大提高了工作效率，節省了人力物力。
團隊主要研究人員，第三軍醫大學西南醫院納米藥物中心的張洪表示，該測定不僅為血型鑒定提供了新的策略，而且還可用于時間和資源有限的情況，例如戰區、偏遠地區和緊急情況。他們也將會繼續完善和強化這種新型的血型鑒定設計，使其進一步發展成為高度濃縮和全自動的設備。憑藉其高效性和經濟性，大規模的生產也會成為可能。
參考資料：
http://stm.sciencemag.org/content/9/381/eaaf9209