“只需要小于0.5微升的腦脊液，即可在5分鐘內達到96.13%的準確率。我們希望能為急性白血病診斷，尤其是棘手的中樞神經系統白血病診斷，提供一種全新的‘光譜學利器’。”西安電子科技大學副教授張東杰這樣介紹團隊的最新突破。近日，該校陳雪利教授團隊在國際頂級期刊《細胞》子刊《細胞報告醫學》上發表了該項最新研究成果——一款基于深度學習與光譜技術的智能診斷平臺，讓快速、精準“捕捉”白血病細胞及分泌物成為可能。

　　2021年一次學術交流中，團隊負責人陳雪利了解到白血病細胞學檢測中的一些無奈。“無奈源于白血病細胞侵入中樞神經系統后，會像‘種子’黏附于‘土壤’般牢牢貼在腦膜血管壁上，導致腦脊液中游離的異常細胞數量很少。”陳雪利說，這使得常規細胞學或流式細胞術方法容易出現假陰性或漏診。

　　“能不能用我們的方法，幫臨床‘看’得更清、更準？”一個交叉研究構想就此萌芽。但通往成功的路上橫亙著兩大技術關隘：一是如何從極微量樣本中捕獲有效的疾病信號；二是如何從海量信號中精準識別出疾病的“指紋”。第一把“鑰匙”是名為SERS（表面增強拉曼光譜）的高靈敏檢測技術。“SERS技術能夠通過入射光和貴金屬納米結構的相互作用實現6—8個數量級的信號放大。”論文第一作者張東杰解釋道。第二把“鑰匙”則是名為“多特征融合”的智能“解碼器”，該網絡利用多頭自注意力機制實現跨維度的特征交互，能有效抑制噪聲、捕獲關鍵特征。

　　最終，基于SERS光譜和深度學習策略的AI-SERS平臺交出了一份亮眼的“成績單”：急性白血病篩查準確率高達96.13%，在區分不同亞型、判斷基因異常等多項高難度診斷任務中，準確率均超過91%，相關評估指標均表現優異。