为了使训练出的模型更好地运用在临床中，面向医疗人员提供可视化、自动化的FCS数据处理与诊断报告查询系统，实现对FCS文件的自动化分析和自然语言交互查询功能。本研究基于通义千问大模型强大的自然语言理解与交互能力，将研究中各个FCS数据处理算工具和模型推理算法封装，设计并开发了一款集文件管理、FCS数据转换、FCS图形绘制及AL智能诊断于一体的综合性工具平台，使医疗人员能够通过简单的文字完成从FCS数据定位、格式转换、图形可视化到模型推理诊断的端到端流程，降低操作门槛，系统交互界面见图
系统提供终端和Web两种交互模式，终端模式方便具有编程基础的科研人员快速批量处理数据，Web模式则面向无编程基础的临床医生和技术人员。包括四个插件：
（1）“list_fcs_files tool” ：查询指定路径下的FCS文件是否存在，确保后续的数据处理能够在正确的文件基础上进行。用户输入文件路径后，系统会返回文件是否存在的结果，帮助用户及时发现并解决潜在问题；
（2）“fcs_to_csv_batch tool”：批量将FCS文件转换为CSV文件的功能。FCS文件格式常用于流式细胞术的数据存储，但不利于进一步的数据分析。此插件允许用户选择多个FCS文件并快速转换为CSV格式，方便后续分析和可视化；
（3）“csv_scatter_to_pdf tool”：将CSV数据绘制成散点图，并将结果保存为PDF文件，以便用户可以直观地理解数据分布特征；
“fcs_diagnosis_pipeline tool”：这是系统中的核心模块，该插件可以将单个FCS文件作为输入，依次完成预处理、数据转换、多模型推理等步骤，通过多模型投票综合输出最终诊断结果，实现从FCS原始数据到输出诊断结果的自动化处理。
项目使用了卷积神经网络和合作医院的流式细胞数据，训练了一个小模型，结合该小模型，通过Qwen-Agent框架搭建智能体工作流，完成一键式自动诊断。
评论