图形摘要
信用:DOI: 10
1016/j
行话
2021
100351 淋巴系统癌症的存在通常通过分析血液或骨髓样本来确定
由教授领导的团队
博士;医生
波恩大学的彼得·克拉维茨已经在2020年表明,人工智能可以帮助诊断这类淋巴瘤和白血病
该技术充分利用了所有测量值的潜力,与现有流程相比,提高了分析的速度和客观性
这种方法现在已经得到了进一步的发展,甚至更小的实验室也可以从这种免费的机器学习方法中受益——这是走向临床实践的重要一步
这项研究现已发表在《模式》杂志上
淋巴结肿大,体重减轻和疲劳,以及发烧和感染——这些是恶性B细胞淋巴瘤和相关白血病的典型症状
如果怀疑这种淋巴系统癌症,医生会采集血液或骨髓样本,并将其送到专门的实验室
这就是流式细胞术的应用
流式细胞术是一种血细胞高速流过测量传感器的方法
细胞的特性可以根据它们的形状、结构或颜色来检测
当进行诊断时,病理细胞的检测和准确表征是重要的
实验室使用“抗体”,这些抗体停靠在细胞表面,并与荧光染料结合
这种标记也可以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,每个样本测量超过50,000个细胞
然后,这些数据通常在屏幕上通过绘制相互对照的标记的表达来分析
“但是有了20个标记,医生将不得不比较大约150个二维图像,”教授说
博士;医生
波恩大学医院基因组统计和生物信息学研究所的彼得·克拉维茨说
“这就是为什么彻底筛选整个数据集通常成本太高的原因
" 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术数据
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,”第一作者南迪沙·马莱什说
人工智能评估的结果是一个建议的诊断,仍然需要由医生验证
在这个过程中,人工智能提供了明显细胞的迹象
专家们回顾了人工智能的成果 血液样本和血细胞计数器数据来自慕尼黑白血病实验室(MLL)、柏林医学大学、埃尔兰根大学医院和波恩大学医院
这些机构的专家研究了人工智能的结果
克拉维茨说:“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。”
“使用AI的意义不在于取代医生,而在于充分利用数据中包含的信息
“现在呈现的人工智能的伟大新特征在于知识转移的可能性:特别是那些负担不起自己的生物信息学专业知识并且样本太少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
经过一个短暂的训练阶段,在此期间,人工智能学习新实验室的细节,然后它可以从成千上万的数据集获得知识
所有原始数据和完整的软件都是开源的,因此可以自由访问
此外,参与这项研究的res mechanica GmbH开发了一种网络服务,即使没有生物信息学专业知识的用户也可以使用人工智能
“带着赫马
为此,我们希望实现实验室之间匿名流式细胞术数据的交换,并通过这种方式为更高质量的诊断创造条件。”
机械研究所的汉尼斯·吕林
该团队看到了这项技术的巨大潜力
因此,研究人员也希望与分析设备和软件的主要制造商合作,进一步推进人工智能的使用
例如,在B细胞淋巴瘤的情况下,也收集遗传和细胞形态学数据来确认诊断
“如果我们也成功地将人工智能用于这些方法,我们将有一个更强大的工具,”克拉维茨说,他也是波恩大学卓越免疫补偿集群的成员
所开发的人工智能原则上也可以用于风湿性疾病的诊断,其通常也基于流式细胞数据
来源:由phyica.com整理转载自PH,转载请保留出处和链接!