這個系統被稱為“幽靈細胞術”，利用機械“眼睛”以每秒幾千到千萬個細胞的速度實時識別細胞，並選擇性地分離它們。

　“如果圖像信息分析不涉及人為乾預，就不需要圖像。”由此，他們提出了“讓機器學習模型直接確定細胞的形態信息，而不需要創建圖像（人類識別的數據格式）”的概念。通過將機器學習應用於細胞形態數據而不對其進行成像，可以進行超高速實時判別成像處理。

　此外，通過將該成像方法與微流控細胞分選技術相結合，我們可以1）高速測量細胞的熒光圖像，2）利用機器學習進行實時分析，3）在微流控中選擇性地分選細胞。 “機器學習驅動的實時細胞分離技術”已經實現。

　迄今為止，基於形態學觀察的細胞分類、分離和分級分離都是基於人類經驗和認知能力進行的，但其速度和準確性受到限制。該結果使得根據細胞形態對大量細胞進行評估、分选和利用成為可能，為血液和體液診斷、再生醫學和細胞治療等需要高安全性和可靠性的醫療做出貢獻。 。

　研究人員還成立了一家超越學術界和組織界限的風險投資公司（Think Site Co., Ltd.），並被評價為通過共同研究實現這一目標的先驅範例。

論文信息：[科學] 幽靈細胞術