急性髓系白血病（AML）是一种致命的髓系恶性肿瘤。骨髓涂片的细胞形态检测是髓系恶性肿瘤的临床诊断重要标准之一。

　　当前，从骨髓涂片图像诊断和鉴别AML不同亚型繁琐且耗时。浙江大学研究团队揭示了一种利用骨髓涂片诊断和分型不同亚型AML的深度学习算法。该研究成果于近日发表在《Journal of Hematology & Oncology》杂志上，题为：AMLnet, A deep-learning pipeline for the differential diagnosis of acute myeloid leukemia from bone marrow smears。

　　研究人员建立了由651名患者的8245张骨髓涂片图像数据库，用于深度学习模型（AMLnet）的训练和测试。该深度学习模型不仅可以区分健康人群与AML患者，还可以准确识别各种AML亚型。经与病理阅片医师对比，该深度学习模型诊断能力与高级医师相当。此外，研究团队开发还提供了一个交互式演示网站，可视化突出计算结果，辅助临床医师进行诊断。

　　综上，该研究训练的深度学习模型可能在AML筛查和早期诊断中起到辅助决策作用，为医疗资源匮乏的农村地区提供支撑。

　　注：此研究成果摘自《Journal of Hematology & Oncology》杂志，文章内容不代表本网站观点和立场，仅供参考。