由波恩大学的 Peter Krawitz 教授领导的团队已经表明，人工智能可以帮助诊断此类淋巴瘤和白血病。该技术充分利用了所有测量值的潜力，与既定流程相比，提高了分析的速度和客观性。该方法现已得到进一步发展，因此即使是较小的实验室也可以从这种可免费访问的机器学习方法中受益，这是迈向临床实践的重要一步。

淋巴结肿大，体重减轻和疲劳，以及发烧和感染——这些都是恶性 B 细胞淋巴瘤和相关白血病的典型症状。如果怀疑淋巴系统癌症，医生会采集血液或骨髓样本并将其送到专业实验室。这就是流式细胞术的用武之地。

流式细胞术是一种血细胞高速流过测量传感器的方法。可以根据细胞的形状、结构或颜色来检测细胞的特性，在进行诊断时，病理细胞的检测和准确表征非常重要。实验室使用停靠在细胞表面并与荧光染料偶联的“抗体”，此类标记还可用于检测癌细胞和健康血细胞之间的微小差异。

平均而言，每个样品可测量超过 50,000 个细胞。然后，通常通过绘制彼此使用的标记的表达在屏幕上分析这些数据，“但是有了 20 个标记，医生就必须比较大约 150 个二维图像，”波恩大学医院基因组统计和生物信息学研究所的 Peter Krawitz 教授说。

“这就是为什么彻底筛选整个数据集通常成本太高。”出于这个原因，Krawitz 与生物信息学家 Nanditha Mallesh 和 Max Zhao 一起研究了如何使用人工智能来分析细胞计数数据。

该团队考虑了来自 B 细胞淋巴瘤患者的 30,000 多个数据集来训练人工智能 (AI)。“人工智能充分利用了数据，提高了诊断的速度和客观性，”主要作者 Nanditha Mallesh 说。