Todos los días, se evalúan millones de células sanguíneas individuales para el diagnóstico de enfermedades en laboratorios médicos y clínicas. La mayor parte de esta tarea repetitiva todavía la realizan manualmente citólogos capacitados que inspeccionan las células en frotis de sangre teñidos y las clasifican en aproximadamente 15 categorías diferentes.El proceso sufre variabilidad de clasificación y requiere la presencia y experiencia de un citólogo capacitado.
Para mejorar la eficiencia de la evaluación, un equipo de investigadores del Helmholtz Zentrum München y el Hospital Universitario, LMU Munich, entrenó una red neuronal profunda con casi 20.000 imágenes unicelulares para clasificarlas. El equipo lideró al Dr. Carsten Marr y al estudiante de doctorado en medicina Dr.Christian Matek del Instituto de Biología Computacional de Helmholtz Zentrum München, así como el Prof. Dr. med Karsten Spiekermann y Simone Schwarz del Departamento de Medicina III, Hospital Universitario, LMU Munich, utilizaron imágenes extraídas de frotis de sangre de 100 pacientesque padecen la enfermedad de la sangre agresiva AML y 100 controles. El nuevo enfoque impulsado por IA se evaluó comparando su rendimiento con la precisión de los expertos humanos. El resultado mostró que la solución impulsada por IA es capaz de identificar células blásticas de diagnóstico al menosbueno como un experto citólogo capacitado.
Investigación aplicada a través de IA y Big Data
Los algoritmos de aprendizaje profundo para el procesamiento de imágenes requieren dos cosas: primero, una arquitectura de red neuronal convolucional apropiada con cientos de miles de parámetros; segundo, una cantidad suficientemente grande de datos de entrenamiento. Hasta el momento, no se dispone de un gran conjunto de datos digitalizados de frotis de sangre, aunque estas muestras se utilizan de forma generalizada en las clínicas. El grupo de investigación de Helmholtz Zentrum München proporcionó ahora el primer gran conjunto de datos de ese tipo. Actualmente, Marr y su equipo están colaborando estrechamente con el Departamento de Medicina III del Hospital Universitario de LMU de Múnichy uno de los laboratorios de leucemia europeos más grandes, el Laboratorio de Leucemia de Munich MLL, para digitalizar cientos de frotis de sangre de pacientes más.
"Para llevar nuestro enfoque a las clínicas, la digitalización de las muestras de sangre de los pacientes debe convertirse en una rutina. Los algoritmos deben entrenarse con muestras de diferentes fuentes para hacer frente a la heterogeneidad inherente en la preparación y tinción de las muestras", dice Marr.con nuestros socios, pudimos demostrar que los algoritmos de aprendizaje profundo muestran un rendimiento similar al de los citólogos humanos. En un próximo paso, evaluaremos qué tan bien se pueden predecir otras características de la enfermedad, como mutaciones genéticas o translocaciones, con este nuevo método impulsado por IA ".
Este método muestra el poder aplicado de la IA para la investigación traslacional. Es una extensión del trabajo pionero de Helmholtz Zentrum München sobre clasificación unicelular en células madre sanguíneas Buggenthin et al., Nature Methods, 2017 que ha sido galardonado conPremio Erwin Schroedinger de la Asociación Helmholtz en 2018. El estudio fue apoyado por el SFB 1243 de la Fundación Alemana de Investigación DFG y por una beca de doctorado de la Fundación Alemana contra la Leucemia José Carreras al Dr. Christian Matek.
Fuente de la historia :
Materiales proporcionado por Helmholtz Zentrum München - Centro alemán de investigación para la salud ambiental . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :