Allt mer forskning kring digitala bildanalysplattformar sker då de har visat lika bra eller bättre prestation än existerande manuella och automatiserade metoder samt effektiviserat handläggningstiden för patientprov. Nyligen har företaget CellaVision utvecklat ett prototypprogram som via bildanalys kan räkna och klassificera retikulocyter. Syftet med studien var att jämföra noggrannheten och precisionen av CellaVisions prototypprogram för retikulocytnumrering med manuell mikroskopering och en automatiserad cellräknare. Totalt 40 blodutstryk tillverkades av 20 blodprov med abnormala värden retikulocyter (>2,5%) och 20 med normala värden retikulocyter (0,5-2,5%). Blodutstryken analyserades med prototypprogrammet, manuell mikroskopering och den automatiserade cellräknaren varpå retikulocytkoncentrationen för respektive resultat jämfördes med Pearsons korrelationstest och Bland-Altmananalys. Blodutstryk tillverkades av tre nivåer retikulocytkontroller och analyserades flertal gånger med prototypprogrammet vars retikulocytkoncentration jämfördes med andra metoders retikulocytkoncentrationer. Samma blodutstryk analyserades med olika antal inskannade celler för att utvärdera hur variationen påverkades. Resultaten från komparabilitetsstudien visade att prototypprogrammet erhöll en utmärkt korrelation och en god överensstämmelse med de andra metoderna. Precisionsstudien visade att prototypprogrammet erhöll konsekventa retikulocytkoncentrationer vid repeterade analyser och en låg variationskoefficient (0,25-10%) vid högre antal inskannade celler vid tre olika nivåer av retikulocytkontroller. Resultaten visar CellaVisions prototypprogram designat för retikulocyträkning erhåller en god noggrannhet och en hög precision vid jämförelse med manuell mikroskopering och en automatiserad cellräknare, dock behöver större studier utföras då antalet patientprov var begränsade. / More and more research on digital image analysis platforms is taking place as they have shown to have as good or better performance than existing manual and automated methods and have also streamlined the processing time for patient samples. Recently, the company CellaVision has developed a prototype program that can enumerate and classify reticulocytes via image analysis. The purpose of the study was to compare the accuracy and precision of CellaVision's prototype program for reticulocyte numbering with manual microscopy and an automated cell counter. A total of 40 blood smears were made from 20 blood samples with abnormal reticulocyte values (>2,5%) and 20 with normal reticulocyte values (0,5-2,5%). The blood smears were analysed with the prototype program, manual microscopy, and the automated cell counter, after which the reticulocyte concentration for each result was compared with Pearson's correlation test and Bland-Altman analysis. Blood smears were made by three levels of reticulocyte controls and analysed several times with the prototype program whose reticulocyte concentration was compared with the other methods' reticulocyte concentrations. The same blood smears were analysed with different numbers of scanned cells to evaluate how the variation was affected. The results of the comparability study showed that the prototype program obtained an excellent correlation and a good agreement with the other methods. The precision study showed that the prototype program obtained consistent reticulocyte concentrations in repeated assays and a low coefficient of variation (0,25-10%) in higher numbers of scanned cells at three different levels of reticulocyte controls. The results showed the CellaVision's prototype program designed for reticulocyte counting obtained good accuracy and high precision when compared with manual microscopy and an automated cell counter, however, larger studies need to be performed as the number of patient samples was limited.