人工智能通过血液样本检测白血病 实验准确率超99%

人工智能技术在血癌检测领域取得了重大突破，特别是在急性髓细胞白血病（AML）的诊疗方面展现出其强大的潜力。

德国神经退行性疾病中心（DZNE）和波恩大学的研究人员在最新一期《iScience》杂志上公布了一项激动人心的研究成果。他们开发了一种方法，通过分析血液中细胞的基因活性来检测AML，其可靠性极高。

该研究团队对超过1.2万份血液样本进行了深入研究，这些样本来自105项不同的研究，其中大约4100份来自被诊断为急性髓细胞白血病的患者。这种方法的准确率在一些应用场景中超过了99%，从而成为迄今为止关于AML转移的最大数据集研究。

DZNE研究小组负责人、波恩大学莱姆斯研究所基因组学和免疫调节系负责人Joachim Schultze教授指出，这种方法有望支持常规诊断并降低成本。他预测，家庭医生采集并送往实验室分析的血液样本就足以进行诊断，成本可能会低于50欧元。相比之下，传统的AML诊断方法成本较高，一些项目每轮的成本甚至需要几百欧元。

尽管这一方法具有巨大的潜力，但Schultze教授也强调了专业医师在未来AML诊断中的重要性。他表示，虽然这种方法可以使诊断更早、治疗更早开始，但当怀疑存在AML时，患者仍需转诊给专家进行确认。

这项研究为开发一种高效、经济的急性髓细胞白血病检测方法奠定了基础，有望彻底改变该疾病的诊疗模式，让患者更早获得准确的诊断和及时的治疗。