用于临床流式细胞术的人工智能。

在这篇综述中，作者讨论了机器学习的基本原理。他们探索了在流式细胞术工作流程中实现机器学习的最新研究和方法。这些应用很有前景，但并非没有缺点。可解释性可能是采用的最大障碍，因为它们包含“黑匣子”，复杂的数学过程网络在其中学习无法翻译成真实语言的数据特征。作者讨论了机器学习模型目前的局限性，以及如果没有多机构的开发过程，这些应用程序的可推广性可能很差的可能性。他们还讨论了增强决策的广泛部署。