人工智能追踪急性髓细胞白血病

AI是一种讨论的医学主题，尤其是在诊断领域。“我们旨在调查一个具体例子的潜力，”霍恩大学石灰研究所的Dzne和免疫调整部的研究组领导者Joachim Schultze教授。“因为这需要大量数据，我们评估了对血细胞基因活性的数据。在这一主题开展了许多研究，结果可通过数据库获得。因此，存在巨大的数据池。我们几乎收集了目前可用的一切。“

基因活动的指纹

舒尔泽和他的同事专注于“转录组”，这是一种基因活动的指纹。在每种细胞中，根据其条件，仅某些基因实际上是“接通”，其反映在其基因活性的谱中。在目前的研究中分析了从血液样本中的细胞和跨越数千个基因的细胞源自源自血液样本和跨越数千个基因的数据。“转录组体持有关于细胞状况的重要信息。但是，古典诊断基于不同的数据。因此，我们希望了解转录组的分析可以使用人工智能来实现的，即可以说培训算法，“舒尔泽表示，基于波恩的”免疫化“卓越集群。“从长远来看，我们打算将这种方法应用于进一步的主题，特别是在痴呆领域。”

目前的研究专注于AML。没有足够的治疗，这种形式的白血病在几周内导致死亡。AML与病理改变的骨髓细胞的增殖相关，最终可以进入血液。最终，健康的细胞和肿瘤细胞都漂移在血液中。所有这些细胞都表现出典型的基因活性模式，它们都考虑在分析中。来自12,000多个血液样本的数据来自105个不同的研究 - 考虑到了：在AML上的Metastudy日期最大的数据集。从诊断出患有AML的个体中，约4,100种血液样品中剩余的血液样本中均已从其他疾病或健康个体中取出个体。

科学家们将这组数据的一部分输入到算法中。输入的信息包括样本是否来自AML患者。然后，算法在转录组中搜索特定疾病的模式。这是一个很大程度上自动化的过程。这叫做机器学习。”舒尔茨说。在此模式识别的基础上，进一步的数据被算法分析和分类，即分为有AML和没有AML的样本。“当然，我们知道分类，因为它在原始数据中列出了，但软件不知道。然后我们检查了命中率。一些应用的方法达到了99%以上。事实上，我们测试了机器学习和人工智能的各种方法。 There was actually one algorithm that was particularly good, but the others were close behind.”

应用程序在实践中?

舒尔泽表示，这种方法可以支持常规诊断并帮助节省成本。“原则上，家庭医生采取的血液样本并送到实验室进行分析就足够了。我猜成本低于50欧元。“古典AML诊断包括各种方法。舒尔泽指出，其中一些花费了几百欧元。“但是，我们尚未开发出可行的测试。我们只表明该方法原则上有效。所以我们为开发考试奠定了基础。“

Schultze强调，AML的诊断将在未来继续需要专门的医生。“目的是向专家提供一个支持它们在诊断中的工具。此外，许多患者通过真正的奥德赛，直到他们最终结束专家并获得诊断。“因为在早期阶段，AML的症状可以类似于寒冷的症状。然而，AML是一种危及生命的疾病，应该尽可能快地处理。“随着血液测试，似乎在我们的研究的基础上，可以想到家庭医生已经澄清了AML的怀疑。当确认怀疑时，患者被提交给专家。可能，诊断将比现在早期发生，治疗可以早先开始。“