
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于人工智能的诊断算法有助于在现实环境中更早地发现阵发性夜间血红蛋白尿
《npj Digital Medicine》:AI-driven diagnostic algorithm enhances early detection of paroxysmal nocturnal hemoglobinuria in real-world settings
【字体: 大 中 小 】 时间:2026年07月10日 来源:npj Digital Medicine 18.0
编辑推荐:
摘要阵发性夜间血红蛋白尿症(PNH)是一种罕见的、可能危及生命的血液系统疾病,有24%的病例诊断时间超过5年。我们开发并应用了一种人工智能算法,分析了波兰14家医疗机构中的结构化及非结构化的电子健康记录数据。通过对1,307,140名患者进行筛查,共发现356名高风险人群;在11
阵发性夜间血红蛋白尿症(PNH)是一种罕见的、可能危及生命的血液系统疾病,有24%的病例诊断时间超过5年。我们开发并应用了一种人工智能算法,分析了波兰14家医疗机构中的结构化及非结构化的电子健康记录数据。通过对1,307,140名患者进行筛查,共发现356名高风险人群;在119名接受流式细胞术检测的患者中,有13人被确诊(阳性预测值:10.92%;95%置信区间为9.68%–12.30%),这一比例远高于传统筛查的6.9%。高风险患者年龄明显更大(中位数为69.5岁),疲劳症状发生率更高(76.4%对比29.19%),贫血发生率也为72.2%对比7.61%,而骨髓增生异常综合征的发生率为49.2%对比0.24%;所有指标的p值均小于0.001。仅有2.25%的高风险患者出现血红蛋白尿症状,而常规登记组中的这一比例为45–62%。回顾性分析显示,存在74–1337天可避免的诊断延迟。蒙特卡洛特征选择法表明,库姆斯试验阴性的溶血现象和就诊频率是最强的预测因子,这证明了人工智能辅助筛查在识别非典型PNH病例方面的潜在价值。