Машинне навчання має високу точність, але мало перспективної валідації при МПН

Звіт AJMC охоплює огляд під назвою "Штучний інтелект при мієлопроліферативних новоутвореннях: від цифрової патології кісткового мозку до підтримки клінічних рішень,"[1] який був опублікований онлайн у Blood Reviews 23 жовтня 2026 року[1]. Згідно з анотацією огляду на ScienceDirect, автори здійснили пошук у PubMed/MEDLINE до серпня 2026 року, доповнений ручним пошуком та матеріалами конференцій[2]. У анотації сказано, що штучний інтелект досяг прогресу в таких областях, як автоматизований аналіз біопсії кісткового мозку, сегментація об'єму селезінки, прогнозування відповіді на терапію та in silico відкриття ліків[2]. Автори також пишуть, що "більшість опублікованих моделей дотепер залишаються обмежені внутрішньою або одноколортною валідацією"[2]. Вони додають, що "перспективна оцінка була повідомлена лише для прогнозування фіброзу на основі підрахунку крові."[2]AJMC повідомляє, що інструмент, про який йде мова, FIBOM-AI, використовує 27 змінних загального аналізу крові плюс вік для виявлення фіброзу ретикуліну 2-3 ступеня[1]. Видання повідомляє, що він отримав AUC 0,92 у зовнішній когорті та точність 85,2% при застосуванні перспективно в рутинній практиці[1]. Запис PubMed дослідження FIBOM-AI у The Lancet Haematology говорить, що перспективна когорта включала 493 пацієнтів з п'яти центрів[3] у 2024 році. Згідно з AJMC, розробники розглядають його як інструмент тріажу, а не як заміну біопсії[1]. Автори огляду дійшли висновку, як цитується AJMC, що прогрес вимагатиме "перспективних, орієнтованих на результати досліджень валідації."[1]