Nature子刊：计算机辅助细胞分析，更快地诊断血液病

　　德国癌症研究中心(DKFZ)和剑桥干细胞研究所的科学家们开发了一种人工智能系统，可以识别血液样本显微图像中的白细胞和红细胞，并对其进行表征。该算法可以帮助医生诊断血液疾病，并作为开源方法用于研究目的。

　　

德国癌症研究中心(DKFZ)和剑桥干细胞研究所的科学家们开发了一种人工智能系统，可以识别血液样本显微图像中的白细胞和红细胞，并对其进行表征。该算法可以帮助医生诊断血液疾病，并作为开源方法用于研究目的。

血液病通常以红细胞和白细胞数量改变和形状异常为特征。为了诊断疾病，医生通常在显微镜下检查载玻片上的血液涂片。这种类型的诊断是直截了当的，但由经验丰富的专家进行评估是困难的，因为这些变化有时非常不明显，只影响到数万个可见细胞中的几个。

由于这些困难，疾病的鉴别并不总是容易的。例如，骨髓增生异常综合征(MDS)是白血病的一种早期形式，其患者血液中可见的变化通常与无害的贫血相似。因此，MDS的明确诊断需要额外的更具侵入性的程序，如骨髓活检分析和分子基因检测。

DKFZ的莫里茨·格斯顿解释说:“为了帮助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。”ger蜇和他的同事们首先训练了名为Haemorasis的算法，以识别来自300多名不同血液疾病(各种贫血和MDS形式)患者的50多万个白细胞和数百万个红细胞的细胞形态。

该算法能够在血液的显微镜图像中检测到成千上万个血细胞的形状和数量。这是对人类能力的补充，因为人类通常更注重细节。”利用经过培训的知识，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相关性，由于涉及的细胞数量众多，这些相关性通常难以发现。

血液病已经在三组独立的患者身上进行了测试，以证明该系统也适用于其他测试中心和血液计数扫描系统。“我们现在首次证明了计算机辅助血液图像分析是可能的，并且可以有助于初步诊断，”gersting解释说。旨在促进血液学诊断，有助于对血液疾病做出更准确的初步诊断。这对于识别那些需要更多侵入性检测的患者很重要，比如骨髓穿刺或基因分析。

“血液病的自动细胞分析可以在未来补充血液疾病的常规诊断。到目前为止，该算法只针对特定疾病进行了训练，但我们仍然看到了这种方法的巨大潜力。”他强调，需要进一步的研究来确定该方法的潜在局限性。

血液病是一种用于研究目的的开源方法，使用起来很简单。