AI实现白血病96.5%高精度诊断

【导语】西安交通大学第一附属医院刘华胜团队在《美国医学会-肿瘤学》发文，梳理评估AI在急性髓系白血病诊疗多环节的应用与挑战，创新性引入联邦学习等框架，在保护隐私下实现96.5%分类准确率，还提出伦理审查流程及临床决策支持系统概念图，推动“人机协同”精准决策。

西安交通大学第一附属医院血液内科主任医师刘华胜团队系统梳理并评估了人工智能（AI）在急性髓系白血病（AML）风险分层、影像诊断、基因组分析及治疗决策中的前沿应用与挑战，全面展示了AI赋能白血病精准诊疗的最新进展。近日，相关论文在线发表于《美国医学会-肿瘤学》。

AML是一种具有高度异质性的恶性血液肿瘤，其复杂的基因变异使个体化治疗成为国际研究热点。论文指出，机器学习与深度学习算法通过整合临床、细胞遗传学及分子数据，显著提高了AML预后预测的准确性。

针对医疗数据隐私与模型泛化能力不足的问题，团队创新性引入联邦学习与可解释AI框架。研究显示，该方法在保护患者隐私的同时，仍能实现96.5%的白血病分类准确率，并通过可解释性算法揭示模型预测依据，增强了临床医生对AI决策的信任。研究提出了AI伦理审查流程，以结构化的形式强调明确的监管路径、数据治理和人类监督路径。AI的角色应是专注于数据组织和模式识别，而治疗决策仍需医生主导。

团队还前瞻性提出一个基于AI的急性髓系白血病临床决策支持系统概念图。该系统可自动整合患者临床信息、形态学特征及基因型数据，生成个体化风险评估与治疗建议。医生可在系统界面中查看AI分析报告并进行人工确认，实现“人机协同”的精准决策模式，为系统未来落地奠定了基础。

相关论文信息：http://doi.org/10.1001/jamaoncol.2025.3601

（原标题为《西安交通大学第一附属医院：AI实现白血病96.5%高精度诊断》）