中国教育报-中国教育新闻网讯（通讯员 王冠玉 记者 冯丽）“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。近日，该校陈雪利教授团队在国际顶级期刊《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。
2021年一次学术交流中，团队负责人陈雪利了解到白血病细胞学检测中的一些无奈。“无奈源于白血病细胞侵入中枢神经系统后，会像‘种子’黏附于‘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。”陈雪利说，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。
“能不能用我们的方法，帮临床‘看’得更清、更准？”一个交叉研究构想就此萌芽。但通往成功的路上横亘着两大技术关隘：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”，整体检测时间缩短至“5分钟以内”。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，基于SERS光谱和深度学习策略的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。
“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。
