東京大學的一個研究小組利用人工智能(Artificial Intelligence, AI)成功開發出世界首個智能定量方法。該方法(iPAC)用于對血小板凝塊進行分類。該研究的詳細信息發表在5月12日的《eLife》期刊上。有望在臨床診斷，藥理學，以及治療方法的研發中得到應用。

此次研究由東京大學研究生院理學系研究科與醫學系研究科共同協作進行。血小板凝塊，會導致血小板被多種激動劑(ADP、Collagen、TRAP-6、U46619等)激活，進而可能引發止血，血栓癥，炎癥，甚至癌癥等。而這些血小板凝塊的外觀非常相似，很難區分。

iPAC是通過對大量血小板和血小板凝塊的非標記圖像進行深度學習而構建的，而這些圖像由新開發的，能迅速對細胞流中血細胞成像的“高速明視野顯微鏡(Optofluidic time-stretch microscopy)”獲得。在結合AI技術后，可以對血小板凝塊的形態(形狀，大小，復雜性等)的細微差異進行區分，誘導活化，對激動劑進行分類。

iPAC是闡明血小板凝集機制的強有力工具，有望展開血小板生物學的新篇章。血小板凝塊不僅可能導致心肌梗塞，腦梗塞等血栓性疾病，還參與炎癥，傷口治療，自然免疫，血管生成，以及癌細胞的增殖和轉移等生理活動。有望將其用于劃時代的臨床診斷，藥理學，和疾病的治療手段。