MalarIA：面向血涂片显微镜疟原虫物种自动分类的模块化人工智能网络平台

《Tropical Medicine and Infectious Disease》：MalarIA: A Modular AI-Powered Web Platform for Automated Plasmodium Species Classification from Blood Smear Microscopy

　　

背景：疟疾继续对全球公共卫生构成重大挑战，2024年全球估计记录2.82亿例病例和61万例相关死亡。消除疟疾的努力受到抗疟药物耐药性、间日疟原虫（Plasmodium vivax）复发性感染以及新出现的人畜共患诺氏疟原虫（Plasmodium knowlesi）的威胁。准确的物种水平鉴定对恰当治疗和监测至关重要，然而传统显微镜检查劳动强度大且依赖操作者，而快速诊断检测（Rapid Diagnostic Test，RDT）缺乏灵敏度和物种鉴别能力。这一诊断缺口凸显了对自动化、可信赖的基于人工智能（Artificial Intelligence，AI）工具的需求。

方法：研究人员提出了MalarIA，一个模块化、可扩展的基于AI的网络平台，旨在将深度学习研究转化为可部署的疟疾诊断工具。该平台整合了三种架构——ResNet50、视觉Transformer（Vision Transformer，ViT）和混合ResNetViT——这些架构由该研究团队此前在涵盖四种疟原虫物种（恶性疟原虫P. falciparum、间日疟原虫P. vivax、三日疟原虫P. malariae和卵形疟原虫P. ovale）的1038张真实血涂片图像上从零开始训练。MalarIA具备用于无缝整合新型架构的模型注册表、用于可解释性的五种类激活映射（Class Activation Mapping，CAM）变体、用于置信度报告的期望校准误差（Expected Calibration Error，ECE），以及支持人在回路主动学习和多中心外部验证的验证模块（MalarIA Validator）。

结果：本文的贡献在于平台本身的设计与实现；此处总结的预测性能结果复用自研究人员此前的交叉验证研究，本工作不声称进行了新的模型训练。在此前的评估中，ResNet50取得了最高准确率（96.9%，F1分数96.3%，ROC-AUC 0.997，宏平均AUC-PR 0.990，Cohen's kappa 0.939）。混合ResNetViT表现出优越的校准性能（ECE 0.0175，对比ResNet50的0.0263和ViT的0.0778，根据存档的折外预测重新计算）以及对少数类物种的增强灵敏度（P. malariae召回率0.970；P. vivax 0.978）。该平台通过网络界面进行了端到端演示，从图像上传到可解释的物种水平结果。

结论：MalarIA证明了以可扩展性、可解释性、严格校准和实际部署为基础的转化式人工智能能够有效弥合疟疾诊断中研究与临床影响之间的差距。该平台目前是一个研究级原型：界面、模型注册表、可解释性和校准模块均已实现并得到演示，而完整的后端模型服务、多中心验证和监管评估仍是计划中的未来工作。

**研究背景与现存问题**

疟疾依然是21世纪最严峻的传染病挑战之一。据世界卫生组织（WHO）《世界疟疾报告》，2024年全球估计发生2.82亿例疟疾病例和61万例死亡，较上年增加约900万例。消除疟疾的努力正受到抗疟药物耐药性、间日疟原虫（Plasmodium vivax）复发性感染及新出现的人畜共患诺氏疟原虫（P. knowlesi）的威胁。准确的物种水平鉴定对指导治疗和监测至关重要——恶性疟原虫（P. falciparum）感染可在24至48小时内从轻度发热进展为重症或脑型疟疾，未治疗死亡率接近100%；间日疟原虫的休眠肝期（hypnozoites）可导致治疗后数月或数年的复发。然而，作为诊断金标准的显微镜检查劳动强度大、强烈依赖操作者经验，易受染色质量、人为疲劳和观察者间差异影响；快速诊断检测（RDT）在低寄生虫密度下灵敏度不足，且难以区分疟原虫物种。尽管深度学习在疟疾图像分析中展现出巨大潜力，但多数研究集中于离线模型开发与基准测试，缺乏面向真实诊断工作流的可部署、可解释、可扩展系统，这一转化缺口是本研究开展的核心动因。

**研究概述与结论**

研究人员设计并实现了MalarIA——一个模块化、可扩展的基于人工智能（AI）的网络平台，旨在将深度学习研究转化为可部署的疟疾诊断工具。平台整合了此前从零训练的ResNet50、视觉Transformer（ViT）和混合ResNetViT三种架构，并集成模型注册表、五种类激活映射（CAM）变体可解释性模块、基于期望校准误差（ECE）的置信度报告，以及支持人在回路主动学习的MalarIA Validator验证模块。平台通过网页界面实现了从图像上传到可解释物种分类结果的完整工作流，为多中心外部验证和持续模型改进奠定了可扩展基础，有效弥合了算法研究与临床效用之间的鸿沟。

**关键技术方法**

MalarIA采用三项关键方法：(1)三层次Web架构配合Docker容器化部署，保障数据隐私与可扩展性；(2)模型注册表与标准化包装器接口，统一预处理、推理和后处理流程，兼容PyTorch与ONNX Runtime双路径推理，实现新模型无缝集成；(3)可解释性与校准模块，提供五种CAM变体与ECE指标报告。样本队列：1038张吉姆萨染色薄血涂片图像，含基亚文纳医院92张（CellaVision DC-1，100×油镜，切分为828个图块）与公开MP-IDB数据集210张（Leica DM2000，100×）。

**研究结果**

*5.1 实施状态与演示范围*

通过逐组件状态清单评估，平台v0.9为研究级原型：用户界面、模型注册表、可解释性与校准模块均已实现并端到端演示，而后端模型服务、多中心外部验证和监管评估仍属计划中的开发。

*5.2 预测性能与跨模型比较*

基于1038张图像的载玻片水平分层分组K折交叉验证（k=5），ResNet50取得最高准确率（96.9%，F1 96.3%，ROC-AUC 0.997，宏平均AUC-PR 0.990，Cohen's kappa 0.939）；混合ResNetViT校准最优（ECE 0.0175，对比ResNet50的0.0263与ViT的0.0778）；ViT准确率最低（93.1%）。成对McNemar检验显示ResNet50显著优于ViT（χ²=24.47，p=7.5×10^?7）和混合ResNetViT（χ²=5.22，p=0.0223）；DeLong检验显示三种模型ROC-AUC无显著差异（p>0.05）。据此，平台将ResNet50作为准确率优先场景的默认模型，混合ResNetViT推荐用于校准可靠性优先的场景。

*5.3 物种水平分类指标*

类别水平分析显示，ResNet50在恶性疟原虫（F1=0.977）和间日疟原虫（F1=0.972）上表现最强；混合ResNetViT对三日疟原虫（P. malariae）召回率0.970、对间日疟原虫召回率0.978，均为三种模型中最高，表明混合架构对非恶性疟物种的形态特征具有更高灵敏度。ViT在各物种上表现略低，卵形疟原虫（P. ovale）F1=0.891。少数类物种（P. malariae、P. ovale）在所有模型中F1分数均低于优势物种，反映数据集固有的类别不均衡问题。

*5.4 计算效率与可用性评估*

ResNet50计算开销最小（15.27 GFLOPs，1.49M参数），单图推理延迟约15–20 ms，吞吐量约50–60图像/秒；ViT（1319.56 GFLOPs，88.80M参数）和混合模型（1334.83 GFLOPs，91.53M参数）延迟约120–180 ms。初步可用性反馈来自5名显微镜学家和3名实验室技术员（3–15年经验），肯定了拖放式界面、物种水平置信度条形图和Grad-CAM解释的临床验证价值。

**讨论与结论**

讨论部分指出，MalarIA的核心贡献在于将先进深度学习技术带给无机器学习专长的终端用户，模块化架构适应算法快速演进，五种CAM变体的可解释性支持临床信任建立，校准感知置信度报告降低误判风险，MalarIA Validator为多中心验证、培训和持续模型改进提供了结构化框架。研究局限包括：平台尚未完成正式临床验证、CAM定量评估受制于缺乏像素级分割标注、训练数据集规模有限且仅有两个来源、类别不均衡，以及尚未覆盖P. knowlesi。未来工作包括整合流行病学与临床元数据、联邦学习和空间组学等。

研究结论为：MalarIA是一个可扩展框架，旨在将深度学习转化为可访问、可解释的疟原虫物种分类决策支持系统。已完成并演示的组件包括：三层次模块化架构、覆盖完整分析工作流的网页界面、以包装器接口整合三种基线架构（ResNet50、ViT、混合ResNetViT）的模型注册表、含五种CAM变体的可解释性模块、基于ECE的校准感知置信度报告、区域级标注工具MalarIA_MorphAnnotator及专家评审验证原型MalarIA Validator。完整后端模型服务、正式可用性评估、多中心外部验证、可解释性定量验证、分类器范围扩展（寄生虫检测、分布外输入拒绝、混合感染、P. knowlesi）、实验室信息系统集成及监管评估均为计划中的未来工作。平台通过抽象技术复杂性并以用户为中心的设计，使资源有限环境中的显微镜学家和实验室技术员能够借助人工智能支持开展工作，为全球疟疾防控及其他传染病诊断中的人工智能应用提供了可借鉴的蓝图。