日本借助人工智能（AI)研发出血小板凝块的分类技术

东京大学的一个研究小组利用人工智能(Artificial Intelligence, AI)成功开发出世界首个智能定量方法。该方法(iPAC)用于对血小板凝块进行分类。该研究的详细信息发表在5月12日的《eLife》期刊上。有望在临床诊断，药理学，以及治疗方法的研发中得到应用。

此次研究由东京大学研究生院理学系研究科与医学系研究科共同协作进行。血小板凝块，会导致血小板被多种激动剂(ADP、Collagen、TRAP-6、U46619等)激活，进而可能引发止血，血栓症，炎症，甚至癌症等。而这些血小板凝块的外观非常相似，很难区分。

iPAC是通过对大量血小板和血小板凝块的非标记图像进行深度学习而构建的，而这些图像由新开发的，能迅速对细胞流中血细胞成像的“高速明视野显微镜(Optofluidic time-stretch microscopy)”获得。在结合AI技术后，可以对血小板凝块的形态(形状，大小，复杂性等)的细微差异进行区分，诱导活化，对激动剂进行分类。

iPAC是阐明血小板凝集机制的强有力工具，有望展开血小板生物学的新篇章。血小板凝块不仅可能导致心肌梗塞，脑梗塞等血栓性疾病，还参与炎症，伤口治疗，自然免疫，血管生成，以及癌细胞的增殖和转移等生理活动。有望将其用于划时代的临床诊断，药理学，和疾病的治疗手段。