人工智能如何在血液学领域实现其潜力
关键要点
- 人工智能在血液学中被用于图像分析和生物标志物预测，尽管监管批准的设备使用缓慢，但非批准应用的“影子使用”非常普遍。
- 人工智能代理可能自动化肿瘤委员会或开具治疗处方，立法发展表明这一可能性比预期更接近现实。
- 人工智能驱动的幽灵细胞术能够早期诊断慢性髓性白血病并预测治疗反应，提高了细胞鉴别性能。
- 人工智能模型在评估急性早幼粒细胞白血病方面表现出高灵敏度、特异性和准确性，能够与-组学数据、血液样本和细胞形态学互动。
- 基于人工智能的方法分析骨髓增生异常综合征的分子预测因子，旨在改进分层并指导临床试验入组。
2025年欧洲血液学会大会上的会议和海报评估了人工智能在预测和改善血液疾病患者预后的潜在和实际应用。
机遇、陷阱和将AI引入实践
6月13日星期五，在大会第一次总统会议结束时的一次演讲中，德累斯顿工业大学和德累斯顿大学医院的Jakob Nicholas Kather博士带领观众回顾了医疗保健领域的人工智能发展历程。Kather表示，“我们生活在一个AI炒作的时代”，但有些人可能还记得这并不是第一次。早在2012年，IBM的Watson工具就曾引起巨大的兴奋，希望它能彻底改变医疗问题解决方式，但这些承诺并未实现。2023年，ChatGPT的出现改变了这一切——它现在如此普遍，以至于“你的孩子正在用它来做家庭作业”，Kather说道。
查看政府宣布对AI进行大规模投资的声明，最常见的理由是医疗保健，因此“作为医生，我们有责任通过在医疗保健中应用人工智能来实现这些巨额投资对我们社会的好处”，Kather指出，因此临床医生和研究人员需要具备这种技术的知识，并领导其实施。
具体到血液学，AI被用于骨髓诊断的图像分析和生物标志物预测，高质量的证据已经开始在非血液癌症中出现。虽然有一些监管机构批准的AI设备，但Kather说，采用速度很慢，而像ChatGPT这样的非批准应用程序的“影子使用”更为普遍，这些应用程序对于生成基本摘要或从非结构化的真实世界数据中提取价值很有帮助，但不能用于敏感的患者数据。
根据Kather的说法，未来AI在血液学中的应用将是AI代理，它们将大型语言模型与外部工具或软件结合，最终可能自动化肿瘤委员会或允许AI开具治疗处方。Kather指出，从立法角度来看，这一可能性比大多数人想象的更接近现实，美国众议院最近提出了一项法案，允许AI技术充当处方者。
当然，AI模型有可能出现故障或产生幻觉，其在医疗保健中的使用必须比其他领域更加保守和风险规避。但即使采取这种谨慎的方法，“即使我们假设技术不会进一步发展，仅仅通过改进现有模型并在医疗保健工作流程中验证它们，也将释放出巨大的好处”，Kather总结道。
AI在幽灵细胞术、APL评估和MDS生物标志物中的应用
在EHA上展示的海报提供了关于AI如何已经改变临床实践的见解。日本顺天堂大学的研究人员撰写的一篇摘要描述了AI驱动的“幽灵细胞术”如何实现慢性髓性白血病的早期诊断和治疗反应预测。通过结合流式细胞术和AI以提高细胞鉴别性能，该方法能够区分CML患者的外周白细胞和健康参与者的外周白细胞，F1分数为0.79。作者希望幽灵细胞术衍生的形态信息“可以预测早期治疗反应和深度分子反应的实现，有助于选择酪氨酸激酶抑制剂”。
另一篇由罗马尼亚卡罗尔·达维拉大学的研究人员撰写的海报描述了系统文献综述的结果，展示了AI在评估急性早幼粒细胞白血病（APL）方面的潜力。他们发现，AI模型成功地与-组学数据、血液样本、细胞形态学和流式细胞术结果互动，表现出令人印象深刻的灵敏度、特异性和准确性。例如，基于外周血涂片和骨髓穿刺涂片的受试者工作特征曲线下面积分别为96%和95%。
最后，使用国际骨髓增生异常综合征联盟的数据集的研究人员分析了高危骨髓增生异常综合征（MDS）患者从去甲基化药物中获益的分子预测因子。利用先进的基于AI的方法，他们根据细胞遗传学和分子谱型生成了聚类，希望这能“为靶向治疗策略和患者管理提供基础”。下一步将是将非遗传因素（如免疫变化）纳入预测模型，以改进分层并可能指导临床试验入组。
(全文结束)