Patologia digitale - Digital pathology
La patologia digitale è un sottocampo della patologia che si concentra sulla gestione dei dati sulla base delle informazioni generate dai vetrini dei campioni digitalizzati . Attraverso l'uso della tecnologia basata su computer, la patologia digitale utilizza la microscopia virtuale . I vetrini vengono convertiti in vetrini digitali che possono essere visualizzati, gestiti, condivisi e analizzati sul monitor di un computer. Con la pratica di Whole-Slide Imaging (WSI), che è un altro nome per la microscopia virtuale, il campo della patologia digitale sta crescendo e ha applicazioni nella medicina diagnostica, con l'obiettivo di ottenere diagnosi , prognosi e previsione delle malattie efficienti ed economiche grazie al successo in Intelligenza Artificiale e Machine Learning.
Storia
Le radici della patologia digitale risalgono agli anni '60, quando ebbero luogo i primi esperimenti di telepatologia. Più tardi negli anni '90 il principio della microscopia virtuale è apparso in diverse aree di ricerca delle scienze della vita. All'inizio del secolo la comunità scientifica ha sempre più concordato sul termine "patologia digitale" per indicare gli sforzi di digitalizzazione in patologia. Tuttavia nel 2000 i requisiti tecnici (scanner, storage, rete) erano ancora un fattore limitato per un'ampia diffusione dei concetti di patologia digitale. Negli ultimi 5 anni la situazione è cambiata con la comparsa sul mercato di una nuova tecnologia di scansione potente e conveniente, nonché di tecnologie di archiviazione di massa/cloud. Il campo della Radiologia ha subito la trasformazione digitale quasi 15 anni fa, non perché la radiologia sia più avanzata, ma ci sono differenze fondamentali tra le immagini digitali in radiologia e la patologia digitale: la fonte dell'immagine in radiologia è il paziente (vivo), e oggi in nella maggior parte dei casi l'immagine viene addirittura catturata principalmente in formato digitale. In patologia la scansione viene effettuata da campioni conservati ed elaborati, per studi retrospettivi anche da vetrini conservati in una biobanca. Oltre a questa differenza nel contenuto pre-analitico e dei metadati, l'archiviazione richiesta nella patologia digitale è di due o tre ordini di grandezza superiore rispetto alla radiologia. Tuttavia, i vantaggi previsti dalla patologia digitale sono simili a quelli della radiologia:
- Capacità di trasmettere rapidamente diapositive digitali a distanza, che consente scenari di telepatologia.
- Possibilità di accedere a campioni passati degli stessi pazienti e/o casi simili per confronto e revisione, con uno sforzo molto minore rispetto al recupero dei vetrini dagli scaffali dell'archivio.
- Possibilità di confrontare contemporaneamente diverse aree di più vetrini (modalità vetrino per vetrino) con l'aiuto di un microscopio virtuale.
- Possibilità di annotare aree direttamente nella diapositiva e condividerle per l'insegnamento e la ricerca.
La patologia digitale è oggi ampiamente utilizzata a fini didattici in telepatologia e teleconsulto nonché in progetti di ricerca. La patologia digitale consente di condividere e annotare le diapositive in un modo molto più semplice e il download di set di lezioni annotate genera nuove opportunità per l'e-learning e la condivisione delle conoscenze in patologia. La patologia digitale nella diagnostica è un campo emergente e imminente.
Ambiente
Scansione
I vetrini digitali vengono creati da vetrini utilizzando macchine di scansione specializzate. Tutte le scansioni di alta qualità devono essere prive di polvere, graffi e altri ostacoli. Esistono due metodi comuni per la scansione di diapositive digitali, la scansione basata su tile e la scansione basata su linee. Entrambe le tecnologie utilizzano una telecamera integrata e un tavolino motorizzato per spostare il vetrino mentre vengono riprese parti del tessuto. Gli scanner per piastrelle acquisiscono immagini quadrate del campo visivo che coprono l'intera area del tessuto sul vetrino, mentre gli scanner per linee acquisiscono immagini del tessuto in strisce lunghe e ininterrotte anziché in piastrelle. In entrambi i casi, il software associato allo scanner unisce le tessere o le linee in un'unica immagine senza soluzione di continuità. Queste macchine possono essere utilizzate per digitalizzare diapositive e potenzialmente addestrare i computer in esercizi di deep learning (DL), per eseguire successivamente attività basate sul riconoscimento di modelli.
Visualizzazione
Le diapositive digitali sono accessibili per la visualizzazione tramite il monitor di un computer e il software di visualizzazione sia localmente che in remoto tramite Internet.
Esempio: vetrino di tessuto patologico digitale colorato con biomarcatore Her2/neu utilizzato per la diagnosi di cancro al seno .
Maneggio
Le diapositive digitali sono mantenute in un sistema di gestione delle informazioni che consente l'archiviazione e il recupero intelligente.
Rete
Le diapositive digitali sono spesso archiviate e consegnate su Internet o reti private, per la visualizzazione e la consultazione.
Analizzare
Gli strumenti di analisi delle immagini vengono utilizzati per derivare misure di quantificazione oggettiva da diapositive digitali. Gli algoritmi di segmentazione e classificazione delle immagini, spesso implementati utilizzando reti neurali di Deep Learning, vengono utilizzati per identificare regioni e oggetti significativi dal punto di vista medico su diapositive digitali.
Integrare
Il flusso di lavoro della patologia digitale è integrato nell'ambiente operativo generale dell'istituto. Si prevede che la digitalizzazione delle diapositive ridurrà il numero di diapositive di routine riviste manualmente, massimizzando l'efficienza del carico di lavoro.
Condivisione
La patologia digitale consente anche la condivisione di informazioni su Internet per l'istruzione, la diagnostica, la pubblicazione e la ricerca. Ciò può assumere la forma di set di dati disponibili pubblicamente o di accesso open source ad algoritmi di apprendimento automatico.
Sfide
La patologia digitale è stata approvata dalla FDA per la diagnosi primaria. L'approvazione si basava su uno studio multicentrico di 1.992 casi in cui l'imaging a vetrino intero (WSI) si è dimostrato non inferiore alla microscopia su un'ampia gamma di campioni di patologie chirurgiche, tipi di campioni e colorazioni. Sebbene ci siano vantaggi per WSI durante la creazione di dati digitali da vetrini, quando si tratta di applicazioni di telepatologia in tempo reale, WSI non è una scelta forte per la discussione e la collaborazione tra più patologi remoti. Inoltre, a differenza della radiologia digitale in cui l'eliminazione della pellicola ha reso chiaro il ritorno sull'investimento (ROI), il ROI sulle apparecchiature di patologia digitale è meno ovvio. La più forte giustificazione del ROI include una migliore qualità dell'assistenza sanitaria, una maggiore efficienza per i patologi e la riduzione dei costi nella gestione dei vetrini.
Convalida
La convalida di un flusso di lavoro di microscopia digitale in un ambiente specifico (vedi sopra) è importante per garantire elevate prestazioni diagnostiche dei patologi durante la valutazione delle immagini digitali dell'intera diapositiva. Esistono diversi metodi che possono essere utilizzati per questo processo di convalida. Il College of American Pathologists ha pubblicato una linea guida con requisiti minimi per la convalida di interi sistemi di imaging di vetrini per scopi diagnostici nella patologia umana.
Potenziale
I patologi formati visualizzano tradizionalmente i vetrini di tessuto al microscopio. Questi vetrini di tessuto possono essere colorati per evidenziare le strutture cellulari. Quando i vetrini vengono digitalizzati, possono essere condivisi tramite telepatologia e analizzati numericamente utilizzando algoritmi informatici. Gli algoritmi possono essere utilizzati per automatizzare il conteggio manuale delle strutture o per classificare la condizione del tessuto come viene utilizzato nella classificazione dei tumori. Possono inoltre essere utilizzati per il rilevamento di caratteristiche di figure mitotiche, cellule epiteliali o strutture specifiche dei tessuti come noduli di cancro ai polmoni, glomeruli o vasi. Questo ha il potenziale per ridurre l'errore umano e migliorare l'accuratezza delle diagnosi. Le diapositive digitali possono essere facilmente condivise, aumentando il potenziale di utilizzo dei dati nell'istruzione e nelle consultazioni tra patologi esperti.
Guarda anche
Riferimenti
Ulteriori letture
- Kayser, K; Kayser, G; Radziszowski, D; Ohmann, A (1999). "Dalla telepatologia all'istituto di patologia virtuale: il nuovo mondo della patologia digitale" (PDF) . Giornale rumeno di morfologia ed embriologia . 45 : 3–9. PMID 15847374 .
- McCullough, Bruce; Ying, Xiaoyou; Monticello, Tommaso; Bonnefoi, Marc (2004). "Imaging di microscopia digitale e nuovi approcci in patologia tossicologica" . Patologia tossicologica . 32 (5): 49-58. doi : 10.1080/01926230490451734 . PMID 15503664 .
- Schlangen, David; Stede, Manfred; Bontas, Elena Paslaru (2004). "Nutrire il gufo: estrarre e rappresentare il contenuto dei referti di patologia" . NLPXML '04 Atti del Workshop su PNL e XML . Nlpxml '04: 43–50.
- Cruz-Roa, Angelo; Diaz, Gloria; Romero, Eduardo; Gonzalez, Fabio (2011). "Annotazione automatica di immagini istopatologiche utilizzando un modello di argomento latente basato sulla fattorizzazione di matrici non negative" . Giornale di informatica di patologia . 2 (4): 4. doi : 10.4103/2153-3539.92031 . PMC 3312710 . PMID 22811960 .
- "E-Health e Telemedicina". Giornale internazionale di radiologia e chirurgia assistita da computer . 1 (Supplemento 1): 119–35. 2006. doi : 10.1007/s11548-006-0012-1 . S2CID 5642084 .
- Bene, Jeffrey L.; Grzybicki, Dana M.; Silowash, Russell; Ho, Jonhan; Gilbertson, John R.; Anthony, Leslie; Wilson, Robb; Parwani, Anil V.; et al. (2008). "Valutazione dell'interpretazione immunoistochimica dell'intera immagine diapositiva in impegnative biopsie con ago della prostata". Patologia umana . 39 (4): 564-72. doi : 10.1016/j.humpath.2007.08.007 . PMID 18234276 .
- Kayser, Klaus; Kayser, Gian; Radziszowski, Dominik; Ohmann, Alexander (2004). "Nuovi sviluppi in Patologia Digitale: dalla Telepatologia al Laboratorio di Patologia Virtuale" . A Duplaga, Mariusz; Zieliński, Krzysztof; Ingram, David (a cura di). Trasformazione della sanità con le tecnologie dell'informazione . Studi in tecnologia sanitaria e informatica. 105 . IOS Press. pp. 61-9. ISBN 978-1-58603-438-2. ISSN 0926-9630 . PMID 15718595 .
- Tolksdorf, Robert; Bontas, Elena Paslaru (2004). "Organizzazione della conoscenza in un web semantico per la patologia". Tecnologie orientate agli oggetti e basate su Internet . Appunti delle lezioni di Informatica. 3263 . pp. 115-56. doi : 10.1007/978-3-540-30196-7_4 . ISBN 978-3-540-23201-8. S2CID 18006838 .
- Potts, Steven J. (2009). "Patologia digitale nella scoperta e nello sviluppo di farmaci: integrazione multisito". La scoperta della droga oggi . 14 (19-20): 935-41. doi : 10.1016/j.drudis.2009.06.013 . PMID 19596461 .
- Potts, Steven J.; Giovani, G. David; Voelker, Frank A. (2010). "Il ruolo e l'impatto della patologia scoperta quantitativa". La scoperta della droga oggi . 15 (21-22): 943-50. doi : 10.1016/j.drudis.2010.09.001 . PMID 20946967 .
- Zwonitzer, R; Kalinski, T; Hofmann, H; Rossner, A; Bernarding, J (2007). "Patologia digitale: bozza conforme a DICOM, banco di prova e primi risultati". Metodi e programmi informatici in biomedicina . 87 (3): 181-8. doi : 10.1016/j.cmpb.2007.05.010 . PMID 17618703 .