Science：免疫系统的“记忆库”被打开？机器学习诊断准确率逼近99%

Science：免疫系统的“记忆库”被打开？机器学习诊断准确率逼近99%

《Science》杂志发表的一项突破性研究表明，斯坦福大学团队开发的Mal-ID人工智能系统能够通过分析B细胞和T细胞受体序列，实现对包括新冠肺炎、HIV感染、系统性红斑狼疮等六类疾病的精准诊断，整体准确率高达98.6%。该技术利用单次抽血即可进行多病联检，克服了传统诊断方法耗时长、误诊率高及侵入性检查带来的风险。

研究发现，特定基因在不同疾病状态下的使用频率存在显著差异，如新冠患者血液中IGHV2-70基因的使用频率是健康人的3.2倍。此外，跨实验室数据验证显示批次效应误差小于2%，且AI模型能自主识别出93%的新冠中和抗体序列。

这项技术有望通过5毫升血液绘制每个人的“免疫身份证”，在症状显现前预警疾病，并动态优化治疗方案，推动医学从“疾病治疗”向“健康守护”的转变。