Цифровая патология - Digital pathology

Цифровая патология является подполе патология который фокусируется на управлении данными на основе информации, полученной из оцифрованный предметные стекла. Благодаря использованию компьютерных технологий цифровая патология использует виртуальная микроскопия.^[1] Стеклянные слайды преобразуются в цифровые слайды, которые можно просматривать, управлять, совместно использовать и анализировать на мониторе компьютера. Благодаря практике визуализации всего слайда (WSI), еще одного названия виртуальной микроскопии,^[2] область цифровой патологии растет и находит применение в диагностической медицине с целью достижения эффективных и дешевых диагнозы, прогноз и прогнозирование заболеваний благодаря успехам в области искусственного интеллекта и машинного обучения.^[3]

История

Корни цифровой патологии восходят к 1960-м годам, когда были проведены первые эксперименты по телепатологии. Позже, в 1990-х, принцип виртуальной микроскопии^[4] появился в нескольких областях исследований в области наук о жизни. На рубеже веков научное сообщество все больше и больше соглашалось использовать термин «цифровая патология» для обозначения усилий по оцифровке патологии. Однако в 2000 году технические требования (сканер, хранилище, сеть) все еще были ограниченным фактором для широкого распространения концепций цифровой патологии. За последние 5 лет ситуация изменилась, поскольку на рынке появились новые мощные и доступные технологии сканирования, а также технологии массового / облачного хранения. Область радиологии претерпела цифровую трансформацию почти 15 лет назад не потому, что радиология является более продвинутой, но есть фундаментальные различия между цифровыми изображениями в радиологии и цифровой патологией: источником изображения в радиологии является (живой) пациент, а сегодня в в большинстве случаев изображение даже в первую очередь захватывается в цифровом формате. При патологии сканирование проводится с консервированных и обработанных образцов, для ретроспективных исследований - даже со слайдов, хранящихся в биобанке. Помимо этой разницы в преаналитике и содержании метаданных, требуемое хранилище в цифровой патологии на два-три порядка больше, чем в радиологии. Однако преимущества, ожидаемые от цифровой патологии, аналогичны преимуществам в радиологии:

• Возможность быстрой передачи цифровых слайдов на расстояние, что позволяет использовать сценарии телепатологии.
• Возможность доступа к прошлым образцам от одних и тех же пациентов и / или аналогичных случаев для сравнения и обзора, с гораздо меньшими усилиями, чем при извлечении слайдов с полок архива.

• Возможность сравнивать различные области нескольких слайдов одновременно (режим слайд за слайдом) с помощью виртуального микроскопа.
• Возможность комментировать области прямо на слайде и делиться ими для обучения и исследований.

Цифровая патология сегодня широко используется в образовательных целях.^[5] в телепатологии и телеконсультации, а также в исследовательских проектах. Цифровая патология позволяет намного проще публиковать слайды и комментировать их, а загрузка аннотированных наборов лекций открывает новые возможности для электронного обучения и обмена знаниями в области патологии. Цифровая патология в диагностике - новая и развивающаяся область.

Среда

Сканировать

Цифровые слайды создаются из стеклянных слайдов на специализированных сканирующих машинах. На всех отсканированных изображениях высокого качества не должно быть пыли, царапин и других препятствий.^[6] Эти машины могут использоваться для оцифровки слайдов и потенциально обучать компьютеры глубокое обучение (DL) упражнения для последующего выполнения задач на основе распознавания образов.

Вид

Цифровые слайды доступны для просмотра на мониторе компьютера и программного обеспечения для просмотра локально или удаленно через Интернет.

Пример: предметный стеклопакет запятнанный Her2 / neu биомаркер, используемый для диагностики рак молочной железы.

Управлять

Цифровые слайды хранятся в системе управления информацией, которая обеспечивает архивирование и интеллектуальный поиск.

Сеть

Цифровые слайды часто хранятся и доставляются через Интернет или частные сети для просмотра и консультации.

Анализировать

Инструменты анализа изображений используются для получения объективных количественных показателей по цифровым слайдам. Алгоритмы сегментации и классификации изображений, часто реализуемые с использованием нейронных сетей глубокого обучения, используются для идентификации важных с медицинской точки зрения областей и объектов на цифровых слайдах.

Интегрировать

Рабочий процесс цифровой патологии интегрирован в общую операционную среду учреждения. Ожидается, что оцифровка слайдов уменьшит количество рутинных слайдов, просматриваемых вручную, что повысит эффективность рабочей нагрузки.

Совместное использование

Цифровая патология также позволяет обмениваться информацией в Интернете для обучения, диагностики, публикаций и исследований. Это может быть общедоступные наборы данных или открытый доступ к алгоритмам машинного обучения.

Вызовы

Цифровая патология одобрена FDA для первичной диагностики.^[7] Утверждение было основано на многоцентровом исследовании 1992 случаев, в котором было показано, что визуализация всего предметного стекла (WSI) не уступает микроскопии по широкому спектру образцов хирургической патологии, типов образцов и пятен.^[8] Хотя у WSI есть преимущества при создании цифровых данных со стеклянных слайдов, когда дело доходит до приложений телепатологии в реальном времени, WSI не является сильным выбором для обсуждения и сотрудничества между несколькими удаленными патологами.^[9] Кроме того, в отличие от цифровой радиологии, где отказ от пленки обеспечил очевидную рентабельность инвестиций (ROI), рентабельность инвестиций в цифровое оборудование для патологии менее очевидна. Наиболее веское обоснование окупаемости инвестиций включает повышение качества медицинского обслуживания, повышение эффективности работы патологов и снижение затрат на обработку предметных стекол.^[10]

Потенциал

Квалифицированные патологоанатомы обычно рассматривают предметные стекла под микроскопом. Эти слайды ткани могут быть окрашенный для выделения клеточных структур. Когда слайды оцифрованы, ими можно делиться через телепатология и численно анализируются с использованием компьютерных алгоритмов. Алгоритмы может использоваться для автоматизации ручного подсчета структур или для классификации состояния ткани, например, для классификации опухолей. Их можно дополнительно использовать для обнаружения признаков митотических фигур, эпителиальных клеток или тканеспецифических структур, таких как узелки рака легких, клубочки или сосуды.^[11] Это может уменьшить количество человеческих ошибок и повысить точность диагнозов. Цифровыми слайдами можно легко делиться, что увеличивает потенциал использования данных в образовании, а также при консультациях между экспертами-патологами.

Смотрите также

• Анатомическая патология
• Цитопатология
• Гистология
• Медицинская лаборатория
• Микроскопия
• Патология
• Хирургическая патология
• Телепатология
• Виртуальная микроскопия

Рекомендации

1. Пантановиц L (2018). «Двадцать лет цифровой патологии: обзор пройденного пути, то, что находится на горизонте, и появление архивов, нейтральных к поставщикам». Журнал патологии информатики. PMID  30607307. Получено 30 сен 2020.
2. «Визуализация всего слайда | MBF Bioscience». www.mbfbioscience.com. Получено 2019-12-02.
3. Хольцингер, Андреас; Гебель, Рэнди; Менгель, Майкл; Мюллер, Хеймо (ред.) (2020). Искусственный интеллект и машинное обучение для цифровой патологии: современное состояние и проблемы будущего. Чам: Спрингер. ISBN  978-3-030-50402-1.
4. Ferreira, R; Луна, Дж; Хамфрис, Дж; Сассман, А; Сальц, Дж; Miller, R; Демарцо, А. (1997). «Виртуальный микроскоп». Румынский журнал морфологии и эмбриологии. 45: 449–453. ЧВК  2233368. PMID  9357666.
5. Гамильтон, Питер В .; Ван, Иньхай; Маккалоу, Стивен Дж .; Сассман (2012). «Виртуальная микроскопия и цифровая патология в обучении и образовании». APMIS. 120 (4): 305–315. Дои:10.1111 / j.1600-0463.2011.02869.x. PMID  22429213. S2CID  20599493.
6. Флагманские биологические науки. «Как улучшить сканирование всего слайда при цифровой патологии». ООО "Флагман Бионауки". Получено 25 сентября 2013.
7. «FDA позволяет продавать первую систему визуализации полного слайда для цифровой патологии». Получено 24 мая, 2017.
8. Мухопадхьяй, Санджай; Фельдман, Майкл; Абельс, Эстер (2017). «Визуализация всего слайда в сравнении с микроскопией для первичной диагностики хирургической патологии: многоцентровое рандомизированное слепое исследование не меньшей эффективности 1992 случаев (базовое исследование)». Американский журнал хирургической патологии. 42 (1): 39–52. Дои:10.1097 / PAS.0000000000000948. ЧВК  5737464. PMID  28961557.
9. Сигель, Габриэль; Регельман, Дэн; Маронпот, Роберт; Розеншток, Моти; Хаяси, Шиммо; Ниска, Авраам (октябрь 2018 г.). «Использование новой системы телепатологии в доклинических исследованиях и экспертной оценке». Журнал токсикологической патологии. 31 (4): 315–319. Дои:10.1293 / tox.2018-0032. ЧВК  6206289. PMID  30393436.
10. «Как создать экономическое обоснование для обоснования инвестиций в цифровую патологию». Sectra Medical Systems. Получено 26 апреля, 2015.
11. Эффнер, Фамке; Zarella, Mark D .; Бухбиндер, Натан; Буй, Мэрилин М .; Гудман, Мэтью Р .; Хартман, Дуглас Дж .; Lujan, Giovanni M .; Молани, Мариам А .; Parwani, Anil V .; Лиллард, Кейт; Тернер, Оливер С. (2019-03-08). «Введение в анализ цифровых изображений при визуализации всего слайда: Белая книга от Ассоциации цифровой патологии». Журнал патологии информатики. 10: 9. Дои:10.4103 / jpi.jpi_82_18. ISSN  2229-5089. ЧВК  6437786. PMID  30984469.

дальнейшее чтение

• Кайзер, К; Kayser, G; Радзишовский, Д; Оеманн, А (1999). «От телепатологии к учреждению виртуальной патологии: новый мир цифровой патологии» (PDF). Румынский журнал морфологии и эмбриологии. 45: 3–9. PMID  15847374.
• Маккалоу, Брюс; Инь, Сяоюй; Монтичелло, Томас; Боннефои, Марк (2004). «Цифровая микроскопия и новые подходы в токсикологической патологии». Токсикологическая патология. 32 (5): 49–58. Дои:10.1080/01926230490451734. PMID  15503664.
• Шланген, Дэвид; Стеде, Манфред; Бонтас, Елена Паслару (2004). «Кормление OWL: извлечение и представление содержимого отчетов о патологии». NLPXML '04 Труды семинара по НЛП и XML. Nlpxml '04: 43–50.
• Круз-Роа, Ангел; Диас, Глория; Ромеро, Эдуардо; Гонсалес, Фабио (2011). «Автоматическая аннотация гистопатологических изображений с использованием скрытой тематической модели, основанной на неотрицательной матричной факторизации». Журнал патологии информатики. 2 (4): 4. Дои:10.4103/2153-3539.92031. ЧВК  3312710. PMID  22811960.
• «Электронное здоровье и телемедицина». Международный журнал компьютерной радиологии и хирургии. 1 (Приложение 1): 119–35. 2006 г. Дои:10.1007 / s11548-006-0012-1.
• Хорошо, Джеффри Л .; Grzybicki, Dana M .; Силоваш, Рассел; Хо, Джонхан; Gilbertson, John R .; Энтони, Лесли; Уилсон, Робб; Parwani, Anil V .; и другие. (2008). «Оценка интерпретации иммуногистохимии полного изображения слайда при проведении биопсии иглы простаты». Патология человека. 39 (4): 564–72. Дои:10.1016 / j.humpath.2007.08.007. PMID  18234276.
• Кайзер, Клаус; Кайзер, Джиан; Радзишовский, Доминик; Оеманн, Александр (2004). «Новые разработки в цифровой патологии: от телепатологии до виртуальной лаборатории патологии». В Дуплаге, Мариуш; Зелински, Кшиштоф; Ингрэм, Дэвид (ред.). Трансформация здравоохранения с помощью информационных технологий. Исследования в области технологий здравоохранения и информатики. 105. IOS Press. С. 61–9. ISBN  978-1-58603-438-2. ISSN  0926-9630. PMID  15718595.
• Толксдорф, Роберт; Бонтас, Елена Паслару (2004). «Организация знаний в семантической сети для патологии». Объектно-ориентированные и Интернет-технологии. Конспект лекций по информатике. 3263. С. 115–56. Дои:10.1007/978-3-540-30196-7_4. ISBN  978-3-540-23201-8. S2CID  18006838.
• Поттс, Стивен Дж. (2009). «Цифровая патология в открытии и разработке лекарств: многоузловая интеграция». Открытие наркотиков сегодня. 14 (19–20): 935–41. Дои:10.1016 / j.drudis.2009.06.013. PMID  19596461.
• Поттс, Стивен Дж .; Янг, Дж. Дэвид; Фолькер, Фрэнк А. (2010). «Роль и влияние количественного открытия патологии». Открытие наркотиков сегодня. 15 (21–22): 943–50. Дои:10.1016 / j.drudis.2010.09.001. PMID  20946967.
• Zwonitzer, R; Калински, Т; Hofmann, H; Ресснер, А; Бернардин, Дж (2007). «Цифровая патология: DICOM-совместимый проект, испытательный стенд и первые результаты». Компьютерные методы и программы в биомедицине. 87 (3): 181–8. Дои:10.1016 / j.cmpb.2007.05.010. PMID  17618703.