淋巴系統癌癥的存在通常通過分析來自血液或骨髓的樣本來確定。由波恩大學的 Peter Krawitz 教授領導的團隊在 2020 年已經表明，人工智能可以幫助診斷此類淋巴瘤和白血病。該技術充分利用了所有測量值的潛力，與既定流程相比，提高了分析的速度和客觀性。該方法現已得到進一步發(fā)展，因此即使是較小的實驗室也可以從這種可免費訪問的機器學習方法中受益——這是邁向臨床實踐的重要一步。該研究現已發(fā)表在“模式”雜志上。
淋巴結腫大，體重減輕和疲勞，以及發(fā)燒和感染——這些都是惡性 B 細胞淋巴瘤和相關白血病的典型癥狀。如果懷疑淋巴系統癌癥，醫(yī)生會采集血液或骨髓樣本并將其送到專業(yè)實驗室。這就是流式細胞術的用武之地。流式細胞術是一種血細胞高速流過測量傳感器的方法?？梢愿鶕毎男螤睢⒔Y構或顏色來檢測細胞的特性。在進行診斷時，病理細胞的檢測和準確表征非常重要。
實驗室使用?？吭诩毎砻娌⑴c熒光染料偶聯的“抗體”。此類標記還可用于檢測癌細胞和健康血細胞之間的微小差異。流式細胞術產生大量數據。平均而言，每個樣品可測量超過 50,000 個細胞。然后通常通過繪制彼此使用的標記的表達在屏幕上分析這些數據。“但是如果有 20 個標記，醫(yī)生就必須比較大約 150 個二維圖像，”波恩大學醫(yī)院基因組統計和生物信息學研究所的 Peter Krawitz 教授說。“這就是為什么徹底篩選整個數據集通常成本太高。”
出于這個原因，Krawitz 與生物信息學家 Nanditha Mallesh 和 Max Zhao 一起研究了如何使用人工智能來分析細胞計數數據。該團隊考慮了來自 B 細胞淋巴瘤患者的 30,000 多個數據集來訓練人工智能 (AI)。“人工智能充分利用了數據，提高了診斷的速度和客觀性，”主要作者 Nanditha Mallesh 說。AI 評估的結果是建議的診斷，但仍需要醫(yī)生進行驗證。在這個過程中，人工智能提供了顯眼細胞的跡象。
專家評審人工智能成果
血液樣本和細胞儀數據來自慕尼黑白血病實驗室 (MLL)、柏林慈善大學、埃爾蘭根大學醫(yī)院和波恩大學醫(yī)院。這些機構的專家檢查了人工智能的結果。“黃金標準是血液學家的診斷，這也可以考慮額外測試的結果，”Krawitz 說。“使用人工智能的目的不是取代醫(yī)生，而是充分利用數據中包含的信息。”現在提出的人工智能的偉大新特征在于知識轉移的可能性：特別是無法負擔自己的生物信息學專業(yè)知識并且樣本太少而無法從頭開發(fā)自己的人工智能的小型實驗室可以從中受益。經過短暫的訓練階段，
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！