【资料图】
德国癌症研究中心 (DKFZ) 和剑桥干细胞研究所的科学家开发了一种人工智能系统，可以识别和表征血液样本显微图像中的白细胞和红细胞。该算法可以帮助医生诊断血液疾病，并且可以作为用于研究目的的开源方法。
血液疾病通常以红细胞和白细胞数量改变和形状异常为特征。为了诊断这些疾病，医生通常会在显微镜下检查载玻片上的血涂片。这种类型的诊断很简单，但由经验丰富的专家进行评估很困难，因为这些变化有时非常不明显，只影响数万个可见细胞中的少数。
由于这些困难，疾病的鉴别并不总是容易的。例如，患有骨髓增生异常综合征(MDS)(白血病的一种早期形式)的患者血液中的明显变化通常类似于无害的贫血形式。因此，MDS 的明确诊断需要额外的更具侵入性的程序，例如骨髓活检分析和分子遗传学检测。
“为了支持专家进行这些困难的诊断，我们开发了一种基于计算机的系统，可以自动识别和表征外周血中的白细胞和红细胞，”DKFZ 的 Moritz Gerstung 解释道。Gerstung 及其同事首先训练了名为 Haemorasis 的算法，以识别来自 300 多名患有不同血液疾病(各种贫血和形式的 MDS)的个体的超过 50 万个白细胞以及数百万个红细胞的细胞形态。)。
“该算法能够检测血液显微图像中数以万计的血细胞的形状和数量。这补充了人类通常更注重细节的能力，”格尔斯通说。
利用训练有素的知识，Haemorasis 现在可以建议血液疾病的诊断，甚至可以区分疾病的遗传亚型。此外，该算法还揭示了某些细胞形态与疾病之间的具体关联，由于涉及大量细胞，这些关联通常很难找到。
