Nat Mach Intel：人工智能助力白血病的诊断

2019年11月14日 讯 /100医药网BIOON/ --天天，医学试验室或诊所等机构都要对数百万个单细胞的诊断任务。年夜部门反复性任务仍由受过练习的细胞学家手动完成，他们经过反省染色涂片中的细胞并将其分为年夜约15个分歧类别。为了顺遂完成上述任务，须要具有专业常识且练习有素的细胞学家。

为了进步细胞分类以及检测效力，Helmholtz Zentrum München和慕尼黑LMU年夜学病院的一组研讨人员“练习”了一个具有近20,000个单细胞图像的深层神经元收集。在这项研讨中，来自Helmholtz ZentrumMünchen的盘算生物学研讨所的Carsten Marr博士与Christian Matek博士以及来自LMU慕尼黑年夜学病院的med Karsten Spiekermann和Simone Schwarz传授对 100例患有侵袭性血液病AML的患者和100例对比意愿者的血液涂片中提取了相干的图像而且停止剖析。经过比拟其与人类专家的检测精确性，从而评价AI驱动的检测办法的后果。成果标明，由AI驱动的处理计划可以获得与练习有素的细胞学家一样好的成果。

(图片起源：Www.pixabay.com)

用于图像处置的深度进修算法须要两件事：起首，具无数十万个参数的，恰当的卷积神经收集架构；第二，足够年夜量的练习数据。到今朝为止，虽然临床上广泛应用了这些样本，但尚无年夜型数字化血液涂片数据聚集。Helmholtz ZentrumMünchen的研讨小组如今供给了该类型的第一个年夜型数据集。今朝，Marr和他的团队正在与LMU慕尼黑年夜学病院的第三医学系以及欧洲最年夜的白血病试验室之一慕尼彩色血病试验室（MLL）慎密协作，以数字化出现数百种患者血液涂片的更多信息。

“要把我们的办法转化为诊断机构的惯例检测手腕，病人血液样本的数字化必需起首完成。经过对来自分歧起源的样本停止算法练习，以应对样本制备和染色中固有的异质性。”（100医药网100yiyao.com）

资讯出处：

原始出处：Christian Matek, Simone Schwarz, Karsten Spiekermann, Carsten Marr. Nature Machine Intelligence, 2019; DOI: 10.1038/s42256-019-0101-9