Anwendung der patientenbasierten Echtzeit-Qualitätskontrolle auf Basis einer künstlichen Intelligenz-Überwachungsplattform in der kontinuierlichen Qualitätsrisikoüberwachung des Serum-Screenings auf Down-Syndrom

HINTERGRUND Die patientenbasierte Echtzeit-Qualitätskontrolle (PBRTQC) hat Aufmerksamkeit erregt aufgrund ihres Potenzials, die analytische Qualität in Situationen, in denen die interne Qualitätskontrolle (IQC) weniger effektiv ist, kontinuierlich zu überwachen. Daher haben wir versucht, die Anwendung der PBRTQC-Methode auf Basis einer künstlichen Intelligenz-Überwachungsplattform (AI-MA) in der Qualitätsrisikoüberwachung des Serum-Screenings auf Down-Syndrom (DS) zu untersuchen. METHODEN Die Bestimmungsdaten des DS-Serum-Screenings und die zugehörigen IQC-Daten vom 4. Januar bis 7. September 2021 wurden gesammelt. Dann wurden die PBRTQC exponential gewichteten gleitenden Durchschnitte (EWMA) und gleitenden Durchschnitte (MA) in der AI-MA-Plattform erstellt und optimiert. Die Effizienz der EWMA- und MA-Verfahren mit intelligenten und traditionellen Kontrollregeln wurde verglichen. Anschließend wurden die optimalen EWMA-Verfahren, die zur Qualitätssicherung des Serum-Screenings beitrugen, durchgeführt und die generierten Frühwarnfälle untersucht. ERGEBNISSE Optimale EWMA- und MA-Verfahren auf der AI-MA-Plattform wurden erstellt. Die Vergleichsergebnisse zeigten, dass das EWMA-Verfahren mit intelligenten QC-Regeln, jedoch nicht mit traditionellen Qualitätsregeln die beste Effizienz aufwies. Basierend auf der AI-MA-Plattform wurden durch die Verwendung des optimalen EWMA-Verfahrens zwei Frühwarnfälle generiert, die schließlich als durch Instrumentenfehler verursacht identifiziert wurden. Darüber hinaus konnte das EWMA-Verfahren die Erkennungsgenauigkeit und -qualität in Situationen, in denen traditionelle IQC-Produkte instabil oder Konzentrationen unangemessen waren, tatsächlich widerspiegeln. SCHLUSSFOLGERUNGEN Das durch die AI-MA-Plattform erstellte EWMA-Verfahren könnte ein gutes ergänzendes Kontrollwerkzeug für das DS-Serum-Screening sein, indem es die Erkennungsqualitätsrisiken tatsächlich und zeitnah widerspiegelt.