Blood：用人工智能对抗血液病

我们怎样才能更好地诊断血液疾病？一个研究小组打算用人工智能（AI）来回答这个问题。他们的目标是促进在显微镜下对骨髓细胞进行耗时的分析。研究人员开发了迄今为止最大的骨髓细胞显微图像开源数据库。他们使用它作为人工智能模型的基础，具有很高的常规诊断潜力。

　　

最大的开源数据库的骨髓细胞图像

Helmholtz Munich的研究人员开发了迄今为止最大的开放获取骨髓细胞显微图像数据库。该数据库包含了来自900多名不同血液疾病患者的17万多张单细胞图像。它是Helmholtz Munich与LMU慕尼黑大学医院、MLL Munich白血病实验室(该领域全球最大的诊断提供商之一)和Fraunhofer集成电路研究所合作的结果。

利用数据库来提高人工智能

这项新研究的主要作者克里斯蒂安?马泰克表示:“在我们的数据库之上，我们开发了一种神经网络，它在细胞分类的准确性和泛化性方面都优于以往的机器学习算法。”深度神经网络是专门为处理图像而设计的机器学习概念。“骨髓细胞的分析还没有用如此先进的神经网络进行，”克里斯蒂安·马泰克解释说，“这也是由于高质量的公共数据集目前还没有得到。”

研究人员的目标是进一步扩展他们的骨髓细胞数据库，以捕捉更广泛的发现，并前瞻性地验证他们的模型。该研究的负责人Carsten Marr表示:“该数据库和模型可免费用于研究和培训目的——教育专业人士，或作为进一步基于ai的方法的参考，如血癌诊断。”

Journal Reference:

1. Christian Matek, Sebastian Krappe, Christian Münzenmayer, Torsten Haferlach, Carsten Marr. Highly accurate differentiation of bone marrow cell morphologies using deep neural networks on a large image data set. Blood, 2021; 138 (20): 1917 DOI: 10.1182/blood.20200105682021).