图注：血液中的癌细胞 [来源：wildpixel / iStock / Getty Images Plus]
发表在《白血病》（Leukemia）上的一项题为《骨髓结构的空间重塑可定义骨髓增生异常肿瘤的疾病活动度及治疗响应的组织状态特征》的最新研究中，来自威尔康奈尔医学院的研究人员开发了一种基于人工智能的新方法，用于评估骨髓增生异常肿瘤（myelodysplastic neoplasms, MDS）患者的病情。该方法通过对比患者骨髓样本与健康骨髓中造血细胞的大小、形态特征，生成可反映疾病严重程度的评分。
MDS是一类好发于老年人群的血液癌症，约三分之一的患者会进展为更为侵袭性的急性髓系白血病。MDS患者需定期接受骨髓活检，以明确疾病缓解或进展的征象。
威尔康奈尔医学院血液病理学临床主任、病理学与检验医学副教授Sanjay Patel医学博士表示：“从本质上讲，MDS是一类慢性进展性疾病，目前病理学家用于评估MDS样本的方法仅能明确少数典型病例，大部分病例的诊断仍存在大量灰色地带。”
研究人员使用完全去标识化的患者样本开发了这一新方法，或可为MDS患者及其临床医师提供更明确的诊断参考。
威尔康奈尔医学院医学系计算生物学研究助理教授David Redmond博士指出：“通过人工智能辅助，结合临床广泛使用的实验室检测技术分析骨髓的空间结构，可提升我们评估患者预后的能力，也有望助力患者的精准治疗分层。”
MDS微结构扰动评分（MDS-Microarchitectural Perturbation Score, MDS-MAPS）基于与正常组织及不同MDS基因亚型相关的82项特征对患者样本进行分级。该工具所使用的常规采集样本、组织染色方案及成像技术，可在绝大多数医院的病理科与实验室落地应用。
Patel表示：“我们可在患者确诊时生成其MDS-MAPS评分，并跟踪该评分随时间的变化趋势。”
下一步研究将在更大规模的患者样本队列中验证该方法的效能。研究人员将与威尔康奈尔医学院内科学副教授、纽约长老会/威尔康奈尔医学中心血液学家/肿瘤学家Pinkal Desai医学博士合作，探究该工具在其他MDS亚型及越来越受关注的MDS前驱病变中的应用效果。
Desai表示：“MDS及相关前驱病变患者的疾病生物学背景中存在大量突变，且每例患者的分子特征均存在差异。我们一直致力于探明这些突变是否对应着独特的骨髓空间结构模式，以及这些模式能否用于预测患者的疾病进展及治疗响应。我们已做好充分准备，利用这项技术解答实际临床问题。”
专业注释
- 骨髓增生异常肿瘤（MDS）：起源于造血干细胞的髓系克隆性疾病
- 急性髓系白血病：侵袭性髓系造血干祖细胞恶性肿瘤
- MDS-MAPS：基于骨髓微结构特征的MDS病情评估评分