人工智能可以高度可靠地检测最常见的血癌形式之一——急性髓细胞白血病。德国神经变性疾病中心和波恩大学的研究人员现在已经在一项概念验证研究中证明了这一点。他们的方法以血液中细胞基因活性的分析为基础。在实践中，这种方法可以支持常规诊断，并可能加快治疗的开始。研究结果已经发表在《科学》杂志上。
人工智能是医学领域，尤其是诊断学领域中一个讨论最多的话题。“我们的目标是在一个具体例子的基础上研究这种潜力，”波恩大学LIMES研究所基因组学和免疫调节系主任约阿希姆·舒尔茨教授解释说，“因为这需要大量数据，我们对血细胞基因活性的数据进行了评估。关于这一主题已经进行了许多研究，其结果可通过数据库获得。因此，会有一个巨大的数据库。我们已经收集了几乎所有可得到的东西。”
基因活性指纹
舒尔茨和他的同事专注于“转录组”，这是一种基因活动的指纹。在每一个细胞中，根据它的状况，只有某些基因实际上是“开启”，这反映在它们的基因活性图谱中。正是来自血样中的细胞这些数据，跨越数千个基因在当前的研究中得到分析。“转录组保存着关于细胞状况的重要信息。然而，经典诊断是基于不同的数据。舒尔茨是波恩“免疫补偿”卓越小组的成员，他说：“因此，我们想知道使用人工智能对转录组进行分析可以达到什么目的，也就是说可以训练的算法。从长远来看，我们打算将这种方法应用于进一步的课题，特别是痴呆症领域。”
目前的研究侧重白血病。这种白血病如果没有适当的治疗，会导致在几周内死亡。急性髓系白血病与病理改变的骨髓细胞的增殖有关，这些细胞最终会进入血流。最终健康细胞和肿瘤细胞都会在血液中漂移。所有这些细胞都表现出典型的基因活性模式，在分析中都考虑这些细胞。来自12，000多份血样的数据(来自105项不同的研究)被纳入考虑范围：这是迄今为止白血病研究的最大数据集。这些血样中约有4，100份来自被诊断为急性髓系白血病的个体，其余的取自患有其他疾病的个体或健康个体。
高命中率
科学家给他们的算法提供了部分数据集。输入包括样本是否来自急性粒细胞白血病患者的信息。“然后算法搜索转录组以寻找疾病特异性模式。这在很大程度上是自动化的过程。它叫做机器学习，”舒尔茨说，“基于这种模式识别，进一步的数据通过算法进行分析和分类，即分为有白血病和无白血病的样本。当然，我们知道原始数据中列出的分类，但软件不知道。然后我们检查出命中率。一些应用方法在99%以上。事实上，我们测试了机器学习和人工智能的各种方法。实际上有一种算法特别好，但是其他的都很落后。”
实践中的应用？
舒尔茨说：“投入应用后，这种方法可以支持常规诊断，并有助于节约成本。原则上，家庭医生采集的血样送到实验室进行分析就足够了。我想费用不会超过50欧元。经典急性髓系白血病诊断包括很多方法。舒尔茨指出，其中一些每次运行花费数百欧元。然而，我们还没有开发出一种可行的测试方法。我们只证明这种方法在原则上是可行的。所以我们已经为开发测试奠定了基础。”
舒尔茨强调，急性髓细胞白血病的诊断在未来将继续需要专业医生。“目的是为专家提供一种工具，支持他们的诊断。此外，许多病人经历了一次真正的冒险，直到他们最终得到专家的诊断。因为在早期阶段，急性粒细胞白血病的症状可能类似于重感冒的症状。然而，急性髓细胞白血病是一种威胁生命的疾病，应该尽快治疗。根据我们的研究，通过验血似乎是可能的，可以想象家庭医生已经澄清了对急性髓细胞白血病的怀疑。当怀疑被证实时，病人被转介给专家。那时诊断有可能会比现在更早，治疗会更早开始。”（cyy123.com）
