研究人员使用基于外泌体的策略来阻断小鼠的HIV限制技术材料对低碳转型的影响黑人女性患三阴性乳腺癌的风险增加了三倍常见抗生素可减少低出生体重和早产NIAID科学家发现丙型肝炎进入细胞的关键新的 125 万美元赠款使研究性激素在组织修复中的重要作用成为可能早产儿自动氧控装置临床试验检测研究人员利用人类干细胞构建胚胎样结构Wistar 科学家确定了预后不良的卵巢癌亚型的新治疗靶点哪些类型的大脑活动支持有意识的体验犹太医院接受新型人工心脏新技术提高了冷冻电子显微镜的清晰度和安全性统计建模为 DNA 折叠的统一理论指明了方向碳纤维电气测量为雷击保护技术铺平道路PAIN®中的研究报告称天气会影响疼痛耐受性少吃脂肪可以拯救你的头发唾液检测可以早期发现人乳头瘤病毒驱动的头颈癌活体肝移植对儿童有更好的结果正确的程序可以将免疫细胞变成癌症杀手开创性软件可以使用人工智能设计的纳米粒子生长和治疗虚拟肿瘤肯尼亚马加迪湖的记录表明地球轨道变化驱动的环境变化通过组织工程的新方法改善人类健康的研究蒙特利尔研究人员创造了一种生物打印神经元细胞的新方法研究人员在蒙大拿州发现四只恐龙加拿大的氮足迹显示出很大的区域差异左乳房放射治疗可使心脏病风险增加一倍研究表明坚持低脂乳制品可能不是唯一的心脏健康选择工程研究人员对二维超流体中涡旋的形成提出了新的解释CU研究人员授予NIH资助新中心研究自身免疫性疾病MIND饮食与更好的认知表现有关良好的睡眠时间恢复与更健康的饮食和减少饮酒有关吃植物性饮食引起的肠胃胀气增加表明肠道微生物群更健康高质量饮食与较低的偏头痛频率和严重程度有关肠道微生物是啤酒花化合物提供健康益处的关键地中海饮食可改善认知功能和记忆力研究表明善解人意的青少年来自更安全的家庭一项新研究将过量饮用咖啡与痴呆症风险增加联系起来运动和冥想可以在短短 10 分钟内帮助患有多动症的孩子研究发现心理干预可以成功治疗青少年的亚阈值抑郁症新的多样化研究揭示了参与ADHD治疗的六个阶段研究人员揭穿高药价是创新所必需的神话反义寡核苷酸疗法穿过血脑屏障PerkinElmer发布新的KRAS调查工具包2021年AI药物开发资金猛增研究人员发现可以使用新的计算机程序自动计算作为癌细胞标志物的微核用于骨科植入物的抗菌涂层可防止危险感染更高的波浪如何导致更多的冰云新西兰外海的深海生物多样性高于预期使用计算机辅助结肠镜检查可降低漏诊率研究人员在脑膜中发现的免疫系统 B 细胞
您的位置:首页>企业新闻>

人工智能可以帮助诊断白血病

淋巴系统癌症的存在通常通过分析来自血液或骨髓的样本来确定。由波恩大学的 Peter Krawitz 教授领导的团队在 2020 年已经表明,人工智能可以帮助诊断此类淋巴瘤和白血病。该技术充分利用了所有测量值的潜力,与既定流程相比,提高了分析的速度和客观性。该方法现已得到进一步发展,因此即使是较小的实验室也可以从这种可免费访问的机器学习方法中受益——这是迈向临床实践的重要一步。该研究现已发表在“模式”杂志上。

淋巴结肿大,体重减轻和疲劳,以及发烧和感染——这些都是恶性 B 细胞淋巴瘤和相关白血病的典型症状。如果怀疑淋巴系统癌症,医生会采集血液或骨髓样本并将其送到专业实验室。这就是流式细胞术的用武之地。流式细胞术是一种血细胞高速流过测量传感器的方法。可以根据细胞的形状、结构或颜色来检测细胞的特性。在进行诊断时,病理细胞的检测和准确表征非常重要。

实验室使用停靠在细胞表面并与荧光染料偶联的“抗体”。此类标记还可用于检测癌细胞和健康血细胞之间的微小差异。流式细胞术产生大量数据。平均而言,每个样品可测量超过 50,000 个细胞。然后通常通过绘制彼此使用的标记的表达在屏幕上分析这些数据。“但是如果有 20 个标记,医生就必须比较大约 150 个二维图像,”波恩大学医院基因组统计和生物信息学研究所的 Peter Krawitz 教授说。“这就是为什么彻底筛选整个数据集通常成本太高。”

出于这个原因,Krawitz 与生物信息学家 Nanditha Mallesh 和 Max Zhao 一起研究了如何使用人工智能来分析细胞计数数据。该团队考虑了来自 B 细胞淋巴瘤患者的 30,000 多个数据集来训练人工智能 (AI)。“人工智能充分利用了数据,提高了诊断的速度和客观性,”主要作者 Nanditha Mallesh 说。AI 评估的结果是建议的诊断,但仍需要医生进行验证。在这个过程中,人工智能提供了显眼细胞的迹象。

专家评审人工智能成果

血液样本和细胞仪数据来自慕尼黑白血病实验室 (MLL)、柏林慈善大学、埃尔兰根大学医院和波恩大学医院。这些机构的专家检查了人工智能的结果。“黄金标准是血液学家的诊断,这也可以考虑额外测试的结果,”Krawitz 说。“使用人工智能的目的不是取代医生,而是充分利用数据中包含的信息。”现在提出的人工智能的伟大新特征在于知识转移的可能性:特别是无法负担自己的生物信息学专业知识并且样本太少而无法从头开发自己的人工智能的小型实验室可以从中受益。经过短暂的训练阶段,

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。