德国维尔茨堡大学医院承担全国儿童白血病基因参考诊断工作

急性淋巴细胞白血病（ALL，又称急性淋巴母细胞白血病）是儿童和青少年中Zui常见的恶性肿瘤。白血病约占儿童癌症总数的30%，其中淋巴细胞白血病单病种占比约为22%，位居儿童肿瘤首位。仅在德国，每年就有约600名儿童和青少年确诊。经过半个世纪的持续努力，ALL的已取得长足进步，这在很大程度上得益于对疾病遗传与生物学机制的深入理解。如今，精准诊断已成为优化方案、改善预后的关键所在。

ALL并非单一疾病，而是涵盖多种亚型的复杂疾病谱系。各亚型在生物学行为、预后特征和方案上差异显著。所有ALL亚型的共同特征是：基因突变导致淋巴细胞前体细胞（即白细胞的前体）失去正常分化能力，异常增殖并逐步取代健康造血功能。根据受累细胞系的不同，可分为B细胞型ALL（B-ALL）和T细胞型ALL（T-ALL）——前者起源于在骨髓中发育、负责识别病原体并产生抗体的B淋巴细胞前体；后者则起源于在胸腺中发育、参与细胞免疫应答的T淋巴细胞前体。

维尔茨堡大学医院正式承担全国遗传参考诊断职能

近日，德国维尔茨堡大学医院（UKW）临床遗传与基因组医学研究所宣布，正式承接面向全德国的儿童ALL遗传参考诊断工作，研究所所长为安克·卡塔琳娜·贝格曼（Anke Katharina Bergmann）教授。这意味着，一旦儿童完成初步诊断，其主治儿科肿瘤中心即可将骨髓及/或血液样本送至维尔茨堡参考实验室进行基因分析。该团队将系统检测白血病细胞的特征性遗传变异，包括染色体结构异常、基因拷贝数变化以及基因突变与融合等。检测结果随后反馈至各中心，与临床及实验室其他检查结果整合，为决策提供依据。微小残留病灶（MRD）检测与形态学评估等工作，则由其他参考中心分工承担。

在德国，儿童ALL的由两大临床研究中心统筹协调：一是位于基尔的ALL-BFM中心（由贡纳尔·卡里奥教授与马丁·施拉佩教授联合领衔），二是隶属于汉堡-埃彭多夫大学医学中心（UKE）的ALL-Together中心（原CoALL，由加布里埃尔·埃舍里希教授负责）。两大中心均主导开展大型国际临床研究，并与维尔茨堡大学医院遗传参考诊断团队及各医院保持紧密协作。上述合作框架隶属于德国儿科肿瘤与血液学学会（GPOH）的研究体系，由此产生的标准化诊断与方案，已成为德国儿童ALL规范化管理的重要基石。

精准风险分层：在与毒副作用之间寻求Zui优解

对儿童肿瘤而言，基于风险的个体化尤为关键。贝格曼教授指出："一方面，必须足够安全有效，以确保疾病得到持久控制；另一方面，也要尽量避免不必要的过度及其带来的长期损害。"ALL潜在的长期毒副作用涵盖范围广泛，包括注意力障碍、心血管系统损害乃至继发性肿瘤等。正因如此，儿童患者的精准风险分层显得尤为重要——通过基因诊断识别遗传亚群，方能实现Zui优化的预后评估、风险分级与规划。

该研究所在儿童肿瘤遗传学领域已形成独特的业务矩阵：儿童白血病遗传诊断、儿童罕见肿瘤基因分析以及范可尼贫血诊断三位一体，在全德国同类机构中具有鲜明特色。统一的研究与登记体系使各中心之间具有高度可比性，贝格曼教授表示："尤其对于罕见病而言，这种可比性让我们能够携手推动诊断、风险分层与方案的持续优化，这正是多年积累的价值所在。"

人工智能辅助诊断：助力而非替代医学判断

维尔茨堡大学医院团队在承担常规诊断任务的同时，积极推进遗传诊断方法的迭代升级与疾病机制研究。参考遗传学负责人埃利娅·皮门特尔·古铁雷斯（Helia Pimentel Guiterrez）博士介绍："我们致力于更深入地理解儿童ALL的遗传变异规律，识别新的诊断相关特征模式，并持续提升复杂检测结果的解读能力。为此，我们引入了计算机与人工智能辅助分析手段，将遗传数据与临床数据融合，以支持复杂变异及结果组合的评估。"

值得关注的是，团队生物信息学专家余静洋（Jingyang Yu）博士特别强调："人工智能算法的引入，并非取代科学与临床医学的专业判断，而是对其加以结构化支撑与补充。"这一务实的定位，折射出当前医学AI应用的主流理念——在提升效率的同时，始终将医学专业判断置于核心地位。对于有意布局医疗AI赛道的企业而言，如何在算法能力与临床可解释性之间寻求平衡，将是赢得医疗机构信任、推动技术落地的关键命题。