פתולוגיה דיגיטלית וניתוח תמונת רקמות

רווחים:

• יכולת להסביר את התמיכה של AI בספירת תאים, פילוח ודירוג בזרימת עבודה של תמונת שקופיות שלמה (WSI)
• יכולת לזהות את ההשפעה של שונות צביעה וסריקה על ביצועי המודל ושינוי תחום
• יכולת לאמת פלטי AI פתולוגי עם תקן ייחוס, דגימה ואישור פתולוג

פתולוגיה היא ענף הרפואה שבו מזהים מחלה על ידי בדיקת דגימת רקמה במיקרוסקופ; "תקן הזהב" של אבחנות סרטן רבות נעשה כאן. פתולוגיה דיגיטלית היא דיגיטציה של קטע רקמה מוכתמת על שקופית זכוכית עם סורק ברזולוציה גבוהה. הקובץ המתקבל נקרא תמונת שקופית שלמה (בקיצור WSI); שקופית בודדת יכולה להיות תמונה ענקית בגודל ג'יגה-פיקסל, כלומר מיליארדי פיקסלים. בינה מלאכותית תומכת בספירת תאים, פילוח אזורים ודירוג בתמונות הענקיות הללו. ביחידה זו נראה את זרימת העבודה של WSI, המהמורת הטכנית הגדולה ביותר שלו: שונות צביעה/סריקה, ומדוע אישור פתולוג חיוני.

בואו נציין מההתחלה: בינה מלאכותית יכולה להיות מונה, סורק מקדים ועין שנייה בפתולוגיה; אבל החלטות אבחון סרטן, שלב ודירוג שייכים לפתולוג. המודל אינו מאבחן.

שלבים של זרימת עבודה של WSI

שלב 1 — הקרנה ובקרת איכות. שקף הזכוכית נסרק; ניתן לזהות פגמים כגון חוסר מיקוד, סימני קיפול ובועות אוויר. סריקות באיכות ירודה לא אמורות להיכנס לדגם כלל.

שלב 2 - הסרת אריחים (תיקון). לא ניתן לעבד תמונת גיגה-פיקסל ישירות; מחולק לריבועים קטנים (תיקון באנגלית, בדרך כלל 256x256 או 512x512 פיקסלים). המודל מעריך כל אריח בנפרד, ואז התוצאות משולבות.

שלב 3 - ניתוח רקמות/תאים. דֶגֶם; הוא מבצע משימות כמו פילוח של אתר הגידול, ספירת מיטוזה (תא מתחלק), צפיפות גרעינית או חישוב של סמן (למשל קצב צביעת Ki-67). הפלט הוא מדידה מספרית או מפת חום.

שלב 4 - איחוד ודיווח. תוצאות האריחים משולבות ברמת השקופיות; מופק סיכום, למשל, "אחוז משטח הגידול" או "ספירה מיטוטית".

שלב 5 - הערכת פתולוג. הפתולוג בוחן את האזורים והספירות המסומנים על ידי המודל; מקבל, מתקן או דוחה. האבחון והדירוג תלויים בפתולוג.

המלכודת הגדולה ביותר: שונות צביעה וסריקה

קטעי רקמה נצבעים בדרך כלל ב-H&E (המטוקסילין ואאוזין; הצבע הסטנדרטי שמכתים את הגרעינים כחול-סגול ואת הציטופלזמה ורוד). אבל עוצמת הצביעה משתנה במידה ניכרת לפי מעבדה, אצווה כתמים, עובי חתך ומותג הסורק. העין האנושית מסתגלת בקלות להבדלים הללו; ייתכן שהדגם אינו תואם.

אם מודל למד על סמך הגוונים הוורודים-סגולים של מעבדה A, הביצועים שלו יפחתו בצביעה החיוורת או הכהה יותר של מעבדה B. תופעה זו נקראת ה-domain shift והיא הסיבה השכיחה ביותר לכשל בפתולוגיה דיגיטלית. גישות פתרון: נורמליזציה של צבע (העברת תמונות למרחב צבע משותף), נתוני אימון רב-מרכזיים, והכי חשוב - אימות חיצוני בכל מעבדה לשימוש.

שלושה מיני מארזים: לפי המספרים

מקרה 1 - עקביות בספירה המיטוטית. ספירה מיטוטית בדירוג סרטן השד חשובה אך מייגעת ומשתנה מתצפית למתבונן. ספירה מקדימה בעזרת AI במעבדה אחת, הסכמה (kappa) בין שני פתולוגים גדלה מ-0.55 ל-0.71, וזמן הספירה לשקופית ירד מ-4 דקות ל-1.5 דקות. עם זאת, כל ספירה סופית אושרה על ידי הפתולוג; המודל הציע, החליט הפתולוג.

מקרה 2 - פגיעת משמרת שדה. במעבדה שפיתחה מודל פילוח גידולים, הוא פעל נכון 93% מהמקרים. אותו מודל העריך באופן שיטתי את אזור הגידול ב-20% במעבדת השותפים באמצעות סורק וצבע שונים. לאחר נורמליזציה של צבע ואימות מחדש עם 200 שקופיות מאותה מעבדה, ההבדל ירד לרמה מקובלת.

מקרה 3 - כשל דגימה. דוגמנית אחת אמרה "אין" גידול בשקופית; עם זאת, המודל העריך רק את האזור הסרוק והגידול היה בקטע ללא דגימה. אבחון פתולוגי טוב כמו בחירת שקופיות ודגימה; פלט "שלילי" של AI אינו מפצה על תת-דגימה. זו הסיבה שתוצאת AI שלילית לבדה לעולם אינה אומרת "ללא מחלה".

הנחיה חלשה / הנחיה חזקה

הערה: ההנחיות הבאות מיועדות להגדרת דוח הפתולוגיה וטקסט זרימת העבודה; אבחון תמונת רקמות הוא עבודתם של תוכנות ופתולוגים מאומתים.

הנחיה חלשה:

לפי דוח פתולוגיה זה, האם יש סרטן? [דווח]

הנחיה עוצמתית:

התפקיד שלך: אתה עוזר לבניית דוחות פתולוגיה (אינך אבחון). מבנה את הדו"ח הפתולוגי האנונימי הבא: - טבל את סוג הדגימה, צביעה, סוג/דרגת גידול, שולי ניתוח, סמנים. - שמור על ניסוח מעורפל ("לא טיפוסי, מתאם קליני מומלץ") שלם. - אין להוסיף ממצאים שאינם בטקסט; כתוב "לא מצוין" בשדה החסר.- לבסוף, רשום 3 נקודות שעל הפתולוג לאשר. דיווח אנונימי:[טקסט]

ארבע תבניות הניתנות להעתקה

1) סטנדרטיזציה של דוחות:

שרטו את הדוח הפתולוגי האנונימי הבא לשדות מובנים (איבר, אבחנה, ציון, שוליים, אחוזי סמן). היצמד לטקסט. דיווח: [טקסט]

2) בדיקת עקביות אסימון:

רשום את כל האחוזים והסמנים המספריים (Ki-67, ER, PR, HER2) המוזכרים בדוח זה; סמן ערכים שמתנגשים זה עם זה או עם האבחנה. דיווח: [טקסט]

3) תוכנית אימות מודל (פתולוגיה דיגיטלית):

כתוב טיוטת תכנית אימות למודל פילוח WSI: נורמליזציה של צבע, אימות חיצוני רב-מרכזי, הסכם פתולוג (קאפה), בדיקת שדה משמרת. סמן בנפרד נקודות אימות של פתולוג.

4) הוספת אזהרת דגימה:

הוסף לתוצאת ה-AI השלילית הבאה את ההסתייגות ש"הדגימה עשויה להיות מוגבלת, תוצאה שלילית אינה שוללת מחלה" ואת הדרישה לאישור פתולוג. פלט: [טקסט]

תפקיד הדגם: לפי סוג משימה

סוג משימה

תרומת AI

ביקורתיות

אימות

פילוח אזורי גידול

גבוה

גבוה

פתולוג + אימות חיצוני

מיטוזה/ספירת תאים

גבוה

גבוה

אישור פתולוג

אחוז הסמן (Ki-67)

גבוה

בינוני

השוואת הפניות

בקרת איכות (מיקוד/פגם)

גבוה

נמוך

בדיקה נקודתית

תצורת דוח (טקסט)

גבוה

נמוך

אישור פתולוג

טיפ: בעת הערכה של הצעת מודל בפתולוגיה דיגיטלית, שאל תמיד: "על אילו כתמים וסורקים של מעבדות הוכשר הדגם הזה, והאם הוא אומת במעבדה שלי?" אם התשובה היא "לא", נתוני הביצועים אינם חלים עליך עדיין.

זהירות: רק בגלל שה-AI אומר "אין גידול" לא אומר שאין גידול ברקמה שלא נדגמה. תוצאה שלילית בפתולוגיה מוגבלת על ידי איכות הדגימה; הדפוס אינו יכול לחרוג מגבול זה ותוצאה שלילית אינה הבטחת אבחון.

טעויות נפוצות

• לזלזל בשונות צבע/צבע. סחף בשדה הוא הגורם השכיח ביותר לכשל בפתולוגיה דיגיטלית.
• התאמן במרכז אחד והשתמש בכל מקום. דפדפן וצביעה שונים יוצרים ירידה שקטה בביצועים.
• טעות בתוצאה שלילית לצורך הבטחה. לא ניתן לפצות את מגבלת הדגימה על ידי המודל.
• התעלמות משונות בין צופים. יש להעריך את המודל בהתאם אם תקן הייחוס עצמו משתנה.
• חיסול הפתולוג. ספירה ופילוח הם תמיכה; האבחון והדירוג נשארים עם הפתולוג.

לסיכום

• פתולוגיה דיגיטלית מנתחת תמונות WSI של ג'יגה-פיקסל על ידי חלוקתן לאריחים; AI תומך עם ספירת תאים ופילוח.
• המלכודת הטכנית הגדולה ביותר היא סחיפה בשדה עקב שונות מכתים/סריקה; נורמליזציה של צבע ואימות חיצוני חיוניים.
• תוצאת AI שלילית מוגבלת על ידי מגבלת הדגימה ואינה מספקת הבטחת אבחון.
• תקן ההתייחסות והשונות בין צופים הם ההקשר להערכת המודל.
• אבחון, שלב ודירוג הם באחריות הפתולוג; AI לא מאבחן.

משימת יישום

בחר מודל היפותטי של פתולוגיה דיגיטלית (למשל חישוב אחוז Ki-67). כתוב תוכנית אימות חיצונית למודל זה: כמה שקופיות מאילו מעבדות, איזו נורמליזציה של צבע, איך תמדוד הסכמה של הפתולוג, ואיך תבדוק סחיפה בשדה. לאחר מכן כתוב במשפט אחד את אזהרת האילוץ שיש להוסיף לפלט השלילי/חיובי של המודל.

רשימת בדיקה

• [ ] אני מכיר את שלבי הסריקה, הריצוף, הניתוח והקומפוזיציה של זרימת העבודה של WSI.
• [ ] אני מבין כיצד שונות צבע/סריקה גורמת לסחיפה של שדה וכיצד היא מנוהלת.
• [ ] אני מבין שתוצאת הבינה המלאכותית השלילית מוגבלת על ידי מגבלת הדגימה.
• [ ] אני יכול להשתמש במושגים של אימות חיצוני והסכם פתולוג (kappa).
• [ ] הפנמתי שהאבחון והחלטת הדירוג נשארים בידי הפתולוג.