美国俄亥俄州立大学综合癌症中心Srisuwananukorn报告，一种新的人工智能(AI)模型可能有助于医生从原发性血小板增多症中区分和识别出纤维化前期原发性骨髓纤维化。(摘要号901)

与原发性血小板增多症相比，纤维化前期原发性骨髓纤维化更罕见，患者预后更差，两种疾病患者的中位生存期分别为12年和22年。

研究者首先自美国和意大利纳入32 000帧泛癌活检图像及一般病理特征来训练新的AI模型，以便区分前述两种疾病。为了辅助诊断研究人员使用AI模型区分200例患者骨髓活检图像中这两种疾病的特征，在另外26例患者的活检中验证了该模型区分这两种骨髓增生性肿瘤的能力。

结果显示，AI模型平均6秒多就能获得新患者的结果，且表现良好，与专家诊断的一致率达92.3%。纤维化前期原发性骨髓纤维化诊断的敏感性和特异性分别为66.6%和100%。

研究者表示：随着进一步的测试，这种新的AI模型有可能被用作临床诊断的辅助工具，并可能帮助医生为患者匹配最合适的临床试验;但该模型不能取代专家。AI模型可能被用于推进骨髓增生性肿瘤的基础研究，能将生物过程与活检切片上可见的特定形态学特征联系起来，并为预测预后或治疗缓解提供支持。

(编译 梁萍)