当前，自身免疫病已成为全球第三大慢性病[1]，临床对标准化自身免疫病筛查的需求急剧增长。抗核抗体（ANA）作为自身免疫病的核心血清学标志物之一，其检测结果对疾病诊断、分类和病情监测至关重要。
间接免疫荧光法（IIF）检测ANA，被美国风湿病学会（ACR）认定为“金标准”。该方法以人喉癌上皮细胞（HEp-2）为基质，可呈现100余种自身抗体靶抗原。然而，这一技术长期面临三大核心壁垒：
壁垒一：判读高度依赖经验，主观差异大
传统IIF检测需在暗室显微镜下肉眼观察荧光形态，不同检验人员对同一样本的判读结果可能截然不同，实验室间结果互认困难。
壁垒二：核型种类繁多，复合核型判读难
HEp-2细胞可呈现的荧光核型多达30余种，国际抗核抗体荧光模型共识（ICAP）要求至少识别14种必报核型。单一核型尚且不易被识别，当样本同时呈现两种甚至多种核型特征时（即复合核型），即便是拥有10年以上经验的资深检验专家也常感棘手。
壁垒三：人才培养周期长，检测通量瓶颈明显
以日均1500例的检测量计，传统模式下需6名专业人员连续工作12小时方可完成。培养一名合格的ANA阅片检验人员，通常需要2到3年。
针对上述痛点，迪安诊断自主研发了“间接免疫荧光法抗核抗体AI判读智能体”，交出了一份从深层技术到临床落地的完整答卷。
Part.1
AI判读的“大脑”：启迪索微大模型
迪安诊断依托海量多源数据，整合了基因、蛋白质和病理图像等多种数据类型，采用多阶段学习策略（包括多模态特征学习、跨模态对齐与迁移学习等），自研了垂直领域多模态大模型——启迪索微。该模型可实现对不同类型生物数据的统一表征与联合分析，输入基因组、蛋白质和病理图像数据，输出图像、文本、序列等多维度分析结果，为临床决策、疾病机制研究与精准医学应用提供智能化支撑。
在此基础上，团队根据临床应用场景对模型进行针对性微调，使其能够高效适配不同的诊疗任务团队。以抗核抗体AI判读智能体为例，研发团队将“启迪索微”大模型的视觉理解能力与检验医学专业知识深度融合，针对荧光图像的核型精细分类、荧光强度量化及滴度梯度判读等核心任务进行优化。通过引入该领域特定的微调策略与知识增强机制，模型能够精准识别多种复杂核型，并在弱阳性样本、混合核型等疑难场景中，实现高精度、高效率的自动化判读，实现质量与效率的双重提升。
Part.2
数据基座：构建10万+金标准数据集
该智能体研发团队从零构建符合ICAP国际共识的10万例标准化自身免疫荧光数据库，为“启迪索微”基座模型的训练提供坚实的数据基础；在数据构建方面，还提供多项精细方案，以确保模型具备充分的泛化能力与临床实用性：
多滴度全覆盖，增强临床鲁棒性
针对同一核型，系统性覆盖从低滴度（1:80）到高滴度（1:1280）的多个梯度区间，确保模型适配临床样本中不同抗体浓度导致的荧光强度变化，避免因滴度波动而产生误判。
严格质控，保障数据纯净度
对所有原始荧光图像逐一进行精细化质量审核，严格排除含有气泡、杂质、细胞重叠或模糊区域的低质量图像，确保进入训练集的每一张图像均符合临床判读标准，从源头降低噪声干扰。
结构化标注，构建金标准数据集
初步构建了涵盖约22种常见ICAP核型的10万例标准化数据集，每张图像均附带滴度与核型的金标准标注信息。标注过程由多名资深检验医师独立完成并交叉审核，确保标签的一致性与准确性，为模型训练提供高可靠性的监督信号。
Part.3
实战验证：从实验室到临床的数据答卷
核心性能指标（2026年1月-6月）
特殊场景攻坚：
致密细颗粒型与均质型的鉴别
荧光核型中，均质型（AC-1）与致密细颗粒型（AC-2）在形态上极为相似，是人工判读和AI判读共同的难点。团队收集了128例致密细颗粒型样本，经靶抗原DFS70检测验证，检出率达96%。将这些样本输入至AI模型开展深度学习并固化，显著提升AI模型对两种核型的区分能力。
显微镜下的AC-1均质型（左）、AC-2致密细颗粒型
双盲验证：
AI判读能力接近资深检验专家
为确保模型可靠性，3名拥有10年以上资深判读经验的检验专家对疑难、少见、复合核型进行背靠背双盲判读，并将人工判读结果与AI判读结果进行对照验证。数据显示，AI在核型分类上的判读能力已接近资深检验专家水平。
Part.4
落地实效：不止于“替代人工”
效率提升
“仪器拍照+AI判读”速度达150 T/小时，单日检测通量可提升3到5倍。“AI一审+专家二审”新模式在杭州迪安实验室落地后，阅片环节节约工时约33%。这让专家从繁重的基础阅片中被释放，可以专注于疑难病例复核——这正是AI赋能的本质：不是替代人，而是让人做更有价值的事。
质量保障
系统覆盖ANA检测全流程智能质控：一体化制片+图像输入+图像质量控制+智能裁剪+精准判读+智能审核。流程中可对成像不佳结果进行实时预警，结合相关检测指标与临床信息开展智能审核，层层把关。
标准输出
AI判读结果统一标记“AI录入”标识，支持结果溯源与质量分析。智能体投入使用后，迪安诊断还升级了抗核抗体报告单模板，不同荧光核型的抗原相关性和临床相关性一目了然，能更好地辅助临床医生快速锁定可疑疾病方向。
Part.5
持续进化：从单任务到多平台
为更好地满足临床诊断需求，迪安诊断将从以下三大方向持续升级抗核抗体AI判读智能体：
数据资产持续积累：持续扩充自身免疫荧光图谱数据库，搭建标准化单核型图片库（500张/核型）和复合核型标注数据集，为模型迭代提供“燃料”。
多指标拓展：将AI判读能力延伸至ANCA、抗ds-DNA、抗角蛋白抗体、抗核周因子等其他自身抗体检测项目。
多中心联合：打造多中心联合应用中心，推动自身抗体检测行业规范化升级。
从暗室显微镜下的经验判读，到AI判读智能体的智能识别；从6人12小时的饱和式阅片，到“AI一审+专家二审”的精准分工——迪安诊断免疫学科实验室正以AI技术为核心驱动力，依托海量标注数据打造专属核心数据资产，持续推动模型迭代优化，不断突破临床检测技术壁垒，为自身免疫病的诊断提供更精准、高效、标准化的检测服务。