Hay un problema de baja tecnología que preocupa al mundo de alta tecnología de las imágenes de patología digital.
El problema: a pesar de que la patología digital avanza rápidamente en todo el mundo, con más médicos analizando imágenes de tejidos en computadoras "inteligentes" para diagnosticar pacientes, no existen estándares confiables para la preparación y digitalización de los portaobjetos de tejido.
Eso significa que las diapositivas de baja calidad se mezclan con diapositivas claras y precisas, lo que puede confundir o engañar a un programa de computadora que intenta aprender cómo se ve una célula cancerosa, por ejemplo.
Los investigadores de la Universidad Case Western Reserve están tratando de cambiar eso.
El investigador de bioingeniería Anant Madabhushi y Andrew Janowczyk, investigador principal en el Centro de Imágenes Computacionales y Diagnóstico Personal de Madabhushi, han desarrollado un programa que aseguran que garantizará la calidad de las imágenes digitales que se utilizan con fines de diagnóstico e investigación.
Los dos presentaron su nueva herramienta de control de calidad en la edición más reciente de la Revista de Oncología Clínica Informática Clínica y están siendo respaldados por una subvención de $ 1.2 millones por tres años del Instituto Nacional del Cáncer
La nueva herramienta incorpora una serie de medidas y clasificadores para ayudar a los usuarios a marcar imágenes corruptas y ayudar a retener aquellas que ayudarán a los técnicos y médicos en sus diagnósticos.
"La idea es simple: evaluar imágenes digitales y determinar qué diapositivas son dignas de análisis por una computadora y cuáles no", dijo Madabhushi, el profesor II de ingeniería biomédica F. Alex Nason en la Escuela de Ingeniería Case. "es importante ahora que la patología digital está despegando en todo el mundo y está sentando las bases para un mayor uso de la IA inteligencia artificial para interrogar imágenes de tejidos ".
La aplicación es de "código abierto" - o gratuita para que cualquiera pueda usarla, modificarla y ampliarla. Se puede acceder a ella a través de un repositorio en línea. Fue desarrollada por Janowczyk hace aproximadamente 18 meses después de descubrir lo que creía que era un número sorprendentede diapositivas de baja calidad del conocido Atlas del Genoma del Cáncer, que alberga más de 30,000 diapositivas de tejido de muestras de cáncer.
Janowczyk dijo que alrededor del 10 por ciento de los 800 portaobjetos de muestra de cáncer que revisó tenían problemas, desde una grieta en el portaobjetos o una burbuja de aire entre las capas del portaobjetos.
'Charla de cuchillos' entre muchas imperfecciones de deslizamiento
Para apreciar el valor, y el riesgo, de confiar en el diagnóstico de cáncer de alta tecnología, computadora inteligente e imagen digital, es útil comprender los pasos fundamentales para llegar allí.
Si bien estos enfoques de alta tecnología pueden procesar miles de imágenes por segundo, se basan en imágenes digitales del mismo tipo de diapositivas de tejido que los patólogos han estado haciendo durante generaciones. Y esas diapositivas, cuando se ven a través de un microscopio, tienen másimperfecciones de lo que podrías pensar.
Para crear un portaobjetos, el patólogo primero extrae un bloque de tejido de una disección de órganos, coloca una pequeña porción del tejido en un trozo de vidrio que formará un portaobjetos. Luego, el tejido se tiñe para revelar sus patrones celulares.Luego se coloca una segunda pieza de vidrio más pequeña sobre la muestra de tejido para protegerla.
La calidad puede verse comprometida en la preparación del portaobjetos por burbujas de aire, frotis y cortes irregulares llamados "cuchillazos" en el tejido o incluso durante el proceso de digitalización, lo que puede generar problemas de brillo y falta de definición.
"Un microscopio no puede enfocarse en áreas que tienen calidad distorsionada", dijo Janowczyk, quien también es bioinformático en el Instituto Suizo de Bioinformática. La bioinformática es la ciencia de recopilar y analizar datos biológicos complejos como códigos genéticos o,en este caso, imágenes digitalizadas de portaobjetos de tejido. "Y me llevó días revisar todos los portaobjetos para identificar y eliminar manualmente los malos. Fue entonces cuando me di cuenta de que necesitábamos una forma más rápida y automatizada para asegurarnos de quesolo tenía las buenas imágenes de diapositivas de tejido "
El resultado, dijo Madabhushi, avanza hacia una verdadera "democratización de la tecnología de imágenes" para mejores diagnósticos de cáncer y otras enfermedades.
Los socios en el nuevo proyecto, llamado "Histo-QC", por "histología", el estudio de la estructura microscópica de los tejidos y el "Control de calidad", incluyen investigadores de hospitales de la Universidad, la Facultad de Medicina Perelman en elUniversidad de Pensilvania y el Centro Médico VA Louis Stokes Cleveland.
Madabhushi estableció el CCIPD en Case Western Reserve en 2012. El laboratorio, que ahora incluye a unos 50 investigadores, se ha convertido en un líder mundial en la detección, diagnóstico y caracterización de varios tipos de cáncer y otras enfermedades mediante mallado de imágenes médicas, aprendizaje automático y artificial.inteligencia.
Algunos de sus trabajos más recientes, en colaboración con otros de la Universidad de Nueva York y la Universidad de Yale, han estado utilizando IA para predecir qué pacientes con cáncer de pulmón se beneficiarían de la quimioterapia adyuvante basada en imágenes de diapositivas de tejido. Ese avance fue nombrado por la revista Prevention.como uno de los 10 principales avances médicos de 2018.
Fuente de la historia :
Materiales proporcionado por Universidad Case Western Reserve . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :