摘要
数字化病历和基因组方法的结合在临床实践中的应用产生了丰富的数据,如机器学习等信息学工具通过分析这些数据就可以提供有意义的疾病诊断、治疗、预后等方面的信息.白血病的复杂性决定了其诊断需要多种方法的综合,而综合性诊断医师的匮乏严重制约了其发展.高通量测序、流式细胞学等人工智能技术在白血病诊断中的应用,很大程度提高了白血病诊断的精确度.随后由深度学习算法开启的新一波人工智能的发展极大地促进了大数据分析技术的进展,证实机器学习在疾病诊断、治疗方案选择及疗效预测等方面应用的优势.机器学习在白血病方面的应用也正在稳步增加,其对白血病的诊断、分型、预后判断和疗效预估均有重要作用.
基金项目
中国博士后科学基金(2021M691346)
江西省科技计划(20212BAB206079)
江西省卫生健康委员会科技计划(202140001)
南昌市医疗卫生科技支撑项目(洪科字2020133号)
NETL
NSTL
维普
万方数据