白血病检测和分类方面的进展:人工智能和图像处理技术的系统审查
Aya Achir1,2, Ikram Debbarh1, Nadia Zoubir1
1Research Foundation for Research Development and Innovation in Science and Engineering, Casablanca, Grand Casablanca, Morocco.
F1000Research
|November 7, 2025
概括
人工智能 (AI) 和图像处理增强了白血病诊断,提高了急性淋巴细胞白血病 (ALL) 和急性髓性白血病 (AML) 的准确性和速度. 解决数据和访问挑战是全球采用和精准医学的关键.
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:
- 在全球范围内,白血病带来了复杂的诊断挑战,特别是在资源有限的地区.
- 传统的白血病诊断方法在准确性和速度上存在局限性.
- 人工智能和图像处理方面的进步为改善白血病检测提供了潜在的解决方案.
研究的目的:
- 系统地审查人工智能的应用,特别是CNN,用于诊断四种主要的白血病类型.
- 检查全球流行病学趋势,风险因素和白血病的医疗保健差异.
- 评估人工智能在彻底改变白血病诊断和精准医学方面的潜力.
主要方法:
- 使用PRISMA指南,对Scopus的25,000多篇文章进行系统的文献审查.
- 专注于AI的分析,特别是卷积神经网络 (CNN),用于诊断ALL,AML,CLL和CML.
- 检查流行病学数据,风险因素和医疗保健获取差异.
主要成果:
- 人工智能模型,特别是CNN,在白血病诊断中显示出比传统方法更高的准确性,速度和可靠性.
- 确定了关键的风险因素,包括遗传综合征,环境毒素,辐射和病毒感染.
- 突出了白血病发病率和由社会经济因素影响的结果的全球显著差异.
结论:
- 人工智能和图像处理对早期白血病检测,分类和个性化治疗具有变革性的潜力.
- 克服数据变化,模型可扩展性和公平的人工智能访问等挑战对于全球实施至关重要.
- 人工智能集成对于推进精准医学和改善全球白血病患者的治疗结果至关重要.
