《自然》子刊：基于 AI 自主显微镜实现低成本急性白血病检测

研究团队在2026年发表于《Nature Communications》的论文介绍了ALLocate，一种连接普通显微镜的低成本人工智能插件，用于骨髓涂片中的急性白血病筛查，关注价值在于其尝试把自动显微成像与模型分析结合到不依赖全玻片扫描仪的设备形态中。

• 论文使用超过1.1万个有标注区域和13万个有标注细胞进行训练与评估，并通过多机构队列及165张实体骨髓涂片进行进一步验证。
• 在感兴趣区域识别任务中，系统的受试者工作特征曲线下面积超过0.99；细胞检测的平均精度为0.90，指标采用交并比阈值为0.5的评价方式。
• 在玻璃载玻片层面的诊断任务中，论文报告准确率为88%，且实验不依赖全玻片扫描仪。
• 这些指标覆盖区域筛选、细胞检测和整张切片诊断三个层级，不能直接等同于临床诊断准确率，也不能据此推断已经具备独立诊疗资格。
• 研究由纪念斯隆凯特琳癌症中心、加州大学旧金山分校等机构参与，资金部分来自美国国立卫生研究院国家癌症研究所支持项目；论文重点仍是技术验证，临床部署还涉及设备校准、样本流程和监管要求。
• 影响/看点：如果多中心前瞻性研究能验证其在不同显微镜、染色条件和患者群体中的稳定性，ALLocate可能降低基层开展初筛的设备门槛；这一影响成立的前提是筛查结果由合格人员复核，并证明不会因漏检增加临床风险。
• 资料依据：Nature Communications《An AI-powered self-driving microscope for low-cost acute leukemia detection》（2026年） https://www.nature.com/articles/s41467-026-77130-x；美国国立卫生研究院国家癌症研究所 https://www.cancer.gov/

本内容由 AI 生成，仅供参考，请注意甄别