急性髓系白血?。ˋML）是一種致命的髓系惡性腫瘤。骨髓涂片的細(xì)胞形態(tài)檢測是髓系惡性腫瘤的臨床診斷重要標(biāo)準(zhǔn)之一。

當(dāng)前，從骨髓涂片圖像診斷和鑒別AML不同亞型繁瑣且耗時(shí)。浙江大學(xué)研究團(tuán)隊(duì)揭示了一種利用骨髓涂片診斷和分型不同亞型AML的深度學(xué)習(xí)算法。該研究成果于近日發(fā)表在《Journal of Hematology & Oncology》雜志上，題為：AMLnet, A deep-learning pipeline for the differential diagnosis of acute myeloid leukemia from bone marrow smears。

研究人員建立了由651名患者的8245張骨髓涂片圖像數(shù)據(jù)庫，用于深度學(xué)習(xí)模型（AMLnet）的訓(xùn)練和測試。該深度學(xué)習(xí)模型不僅可以區(qū)分健康人群與AML患者，還可以準(zhǔn)確識別各種AML亞型。經(jīng)與病理閱片醫(yī)師對比，該深度學(xué)習(xí)模型診斷能力與高級醫(yī)師相當(dāng)。此外，研究團(tuán)隊(duì)開發(fā)還提供了一個(gè)交互式演示網(wǎng)站，可視化突出計(jì)算結(jié)果，輔助臨床醫(yī)師進(jìn)行診斷。

綜上，該研究訓(xùn)練的深度學(xué)習(xí)模型可能在AML篩查和早期診斷中起到輔助決策作用，為醫(yī)療資源匱乏的農(nóng)村地區(qū)提供支撐。

注：此研究成果摘自《Journal of Hematology & Oncology》雜志，文章內(nèi)容不代表本網(wǎng)站觀點(diǎn)和立場，僅供參考。