人工智能可以高度可靠地检测出血液癌症的最常见形式之一-急性髓细胞白血病(AML)。德国神经退行性疾病中心(DZNE)和波恩大学的研究人员现已在概念验证研究中证明了这一点。他们的方法是基于对血液中发现的细胞基因活性的分析。在实践中使用这种方法可以支持常规诊断，并可能加速治疗的开始。研究结果已发表在《科学》杂志上。

人工智能是医学界特别讨论的话题，尤其是在诊断领域。DZNE研究小组负责人，波恩大学LIMES研究所基因组和免疫调节系主任Joachim Schultze教授解释说：“我们旨在根据一个特定的例子来研究潜力。”“因为这需要大量数据，所以我们评估了血细胞基因活性的数据。已经对该主题进行了许多研究，其结果可通过数据库获得。因此，数据库非常庞大。我们实际上收集了目前可用的一切。”

基因活性的指纹

舒尔茨和他的同事们专注于“转录组”，这是一种基因活性的指纹。在每个细胞中，取决于其状况，实际上只有“某些基因”被“打开”，这反映在它们的基因活性谱中。在这项研究中，分析的正是这些数据-来自血样中的细胞并跨越了数千个基因。舒尔茨说：“转录组保存着有关细胞状况的重要信息。然而，经典的诊断方法是基于不同的数据。因此，我们想找出利用人工智能可以实现转录组分析的方法，也就是可训练的算法。”是位于波恩的“ ImmunoSensation”卓越团队的成员。“在长期，

当前的研究集中在反洗钱。如果没有适当的治疗，这种形式的白血病会在几周内导致死亡。AML与病理改变的骨髓细胞的增殖有关，后者最终可以进入血液。最终，健康细胞和肿瘤细胞都会在血液中漂移。所有这些细胞均表现出典型的基因活性模式，在分析中均已将其考虑在内。来自超过12,000个血液样本的数据-来自105个不同的研究-被考虑在内：迄今为止，最大的AML元研究数据集。这些血液样本中约有4,100份来自被诊断患有AML的个体，其余的则来自患有其他疾病的个体或健康个体。

高命中率

科学家将他们的算法提供给该数据集。输入中包含有关样本是否来自AML患者的信息。舒尔茨说：“然后，算法在转录组中搜索疾病特异性模式。这是一个很大程度上自动化的过程。这被称为机器学习。”基于这种模式识别，进一步的数据将通过算法进行分析和分类，即分类为有AML和无AML的样本。“当然，我们知道分类是在原始数据中列出的，但是软件没有。我们随后检查了命中率。某些应用方法的命中率超过99%。实际上，我们从机器学习和人工智能的清单。实际上有一种算法特别好，

在实践中应用?

Schultze说，这种方法投入应用后，可以支持常规诊断并节省成本。“从原则上讲，由家庭医生采集的血液样本送到实验室进行分析就足够了。我想这笔费用不到50欧元。”经典的AML诊断包括多种方法。其中一些每次运行花费几百欧元，舒尔茨指出。“但是，我们尚未开发出可行的测试。我们仅表明该方法原则上有效。因此，我们为开发测试奠定了基础。”

舒尔茨强调，AML的诊断在未来将继续需要专业医生。“目的是为专家提供支持他们诊断的工具。此外，许多患者经历了一次真正的冒险之旅，直到最终结识专家并得到诊断。”因为在早期阶段，AML的症状可能类似于重感冒的症状。但是，AML是威胁生命的疾病，应尽快治疗。“在我们的研究基础上，通过血液检查可能会发现，家庭医生可能已经明确了对AML的怀疑。当怀疑得到证实后，患者将被转介给专科医生。诊断将比现在更早进行，治疗可能更早开始。”