.png){kind=icon}
返回
Artificial Intelligence in Hematology
.png){kind=icon}
PRE
AI
DOI：10.1182/blood.2025029876.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工智能（AI）及其子学科机器学习（ML）具有革新医疗保健的潜力，包括血液学领域。血液系统疾病的诊断和治疗依赖于整合多种数据来源，如影像学、病理学、组学和实验室参数。患者数据量与复杂性的不断增加使临床决策变得更加具有挑战性。AI/ML通过先进建模技术，在提高诊断准确性、风险分层和治疗反应预测方面具有显著潜力。生成式人工智能（Generative AI）作为人工智能领域的一项最新进展，有望对医疗保健和血液学产生深远影响。生成式AI能够促进新型治疗策略的开发，通过生成高保真图像或病理报告改进诊断流程，并推动更个性化的患者管理模式。其增强临床决策和简化研究的能力代表了该领域的重大进步。然而，尽管具有这种潜力，由于数据质量、公平性、先进基础设施以及建立可靠评估指标等方面的挑战，仅有少数AI/ML工具已完全应用于临床实践。尽管前景广阔，AI在血液学中的实施仍面临关键挑战，包括偏差、数据质量问题，以及未能与快速技术发展同步的监管框架和安全标准。在本综述中，我们概述了截至2025年AI/ML在血液学中的当前状态，识别了现有差距，并对未来发展方向提供了见解。
Keyword:
Artificial intelligence
Machine learning
Hematology
Generative AI
Clinical decision-making
期刊
IF:
23.1
论文数:
5.4K
被引数:
16.6W
机构
查看更多机构
引用论文
暂无论文信息