从显微镜到微像素:对外围血液膜人工智能的快速审查
Bingwen Eugene Fan1, Bryan Song Jun Yong2, Ruiqi Li2
1Department of Haematology, Tan Tock Seng Hospital, Singapore; Department of Laboratory Medicine, Khoo Teck Puat Hospital, Singapore; Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore; Yong Loo Lin School of Medicine, National University of Singapore, Singapore.
Blood reviews
|November 28, 2023
概括
人工智能 (AI) 模型在分类外围血液细胞方面显示出高准确性,总体达到95.1%. 现实世界的使用仍然存在挑战,包括数据标准化和对罕见疾病的验证.
科学领域:
- 血液学 血液学 血液学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 越来越多地应用于血液学,特别是对外周血液膜分析.
- 血液细胞的自动分类有可能提高诊断效率和准确性.
研究的目的:
- 对外围血液膜分类中的AI应用进行快速文献审查.
- 评估研究领域,数据集,机器学习模型和血液学AI报告的准确性.
主要方法:
- 系统地搜索文献,寻找有关人工智能和外周血液膜的研究.
- 根据疾病对研究进行分类 (疟疾,白血病,白细胞,红细胞,MDS,混合).
- 分析报告的准确率,数据集特征和机器学习模型.
主要成果:
- 审查了283项研究,重点关注疟疾,白血病,白细胞,红细胞,MDS和混合疾病.
- 观察到高的自我报告平均准确率:疟疾 (95.5%),白血病 (96.0%),白细胞 (94.4%),混合 (95.2%) 和红细胞 (91.2%),总平均值为95.1%.
- 人工智能模型在各种血液细胞分类任务中展示了显著的潜力.
结论:
- 人工智能模型在分类外围血液细胞方面达到高准确度,显示出血液诊断的前景.
- 临床翻译的关键挑战包括需要多中心,标准化和验证的数据集.
- 对于不太常见的细胞类型和非疟疾性血寄生虫,需要进一步研究.
