La patología digital es un subcampo de la patología que se centra en la gestión de datos basada en la información generada a partir de portaobjetos de muestras digitalizados . Mediante el uso de tecnología basada en computadora, la patología digital utiliza microscopía virtual . [1] Las diapositivas de vidrio se convierten en diapositivas digitales que se pueden ver, administrar, compartir y analizar en un monitor de computadora. Con la práctica de Whole-Slide Imaging (WSI), que es otro nombre para la microscopía virtual, [2] el campo de la patología digital está creciendo y tiene aplicaciones en la medicina diagnóstica, con el objetivo de lograr diagnósticos eficientes y más baratos , pronóstico, y predicción de enfermedades debido al éxito en Inteligencia Artificial y Aprendizaje Automático. [3]
Historia
Las raíces de la patología digital se remontan a la década de 1960, cuando se llevaron a cabo los primeros experimentos de telepatología. Más tarde, en la década de 1990, el principio de la microscopía virtual [4] apareció en varias áreas de investigación en ciencias de la vida. A principios de siglo, la comunidad científica acordó cada vez más el término "patología digital" para denotar los esfuerzos de digitalización en patología. Sin embargo, en 2000 los requisitos técnicos (escáner, almacenamiento, red) eran todavía un factor limitado para una amplia difusión de los conceptos de patología digital. En los últimos 5 años, esto cambió a medida que aparecieron en el mercado una nueva tecnología de escáner potente y asequible, así como tecnologías de almacenamiento masivo / en la nube. El campo de la Radiología ha experimentado la transformación digital hace casi 15 años, no porque la radiología esté más avanzada, pero existen diferencias fundamentales entre las imágenes digitales en radiología y la patología digital: la fuente de la imagen en radiología es el paciente (vivo), y hoy en día en En la mayoría de los casos, la imagen se captura principalmente en formato digital. En patología, el escaneo se realiza a partir de muestras conservadas y procesadas, para estudios retrospectivos incluso de portaobjetos almacenados en un biobanco. Además de esta diferencia en el contenido de preanálisis y metadatos, el almacenamiento requerido en patología digital es de dos a tres órdenes de magnitud mayor que en radiología. Sin embargo, las ventajas que se anticipan a través de la patología digital son similares a las de la radiología:
- Capacidad para transmitir diapositivas digitales a distancias rápidamente, lo que permite escenarios de telepatología.
- Capacidad para acceder a muestras anteriores de los mismos pacientes y / o casos similares para comparar y revisar, con mucho menos esfuerzo que recuperar las diapositivas de los estantes del archivo.
- Capacidad para comparar diferentes áreas de varios portaobjetos simultáneamente (modo de portaobjetos por portaobjetos) con la ayuda de un microscopio virtual.
- Capacidad para anotar áreas directamente en la diapositiva y compartirlas para la docencia y la investigación.
En la actualidad, la patología digital se utiliza ampliamente con fines educativos [5] en telepatología y teleconsulta, así como en proyectos de investigación. La patología digital permite compartir y anotar diapositivas de una manera mucho más sencilla y descargar conjuntos de conferencias anotados genera nuevas oportunidades para el e-learning y el intercambio de conocimientos en patología. La patología digital en el diagnóstico es un campo emergente y próximo.
Ambiente
Escanear
Las diapositivas digitales se crean a partir de diapositivas de vidrio utilizando máquinas de escaneo especializadas. Todos los escaneos de alta calidad deben estar libres de polvo, rayones y otras obstrucciones. Hay dos métodos comunes para el escaneo digital de diapositivas, el escaneo basado en mosaicos y el escaneo basado en líneas. [6] Ambas tecnologías utilizan una cámara integrada y un escenario motorizado para mover el portaobjetos mientras se toman imágenes de partes del tejido. Los escáneres de mosaicos capturan imágenes cuadradas de campo de visión que cubren toda el área del tejido en el portaobjetos, mientras que los escáneres de líneas capturan imágenes del tejido en franjas largas e ininterrumpidas en lugar de mosaicos. En ambos casos, el software asociado con el escáner une los mosaicos o las líneas en una sola imagen perfecta. Estas máquinas se pueden utilizar para digitalizar diapositivas y potencialmente entrenar a las computadoras en ejercicios de aprendizaje profundo (DL), para luego realizar tareas basadas en el reconocimiento de patrones.
Vista
Se puede acceder a las diapositivas digitales para su visualización a través de un monitor de computadora y software de visualización, ya sea de forma local o remota a través de Internet.
Ejemplo: portaobjetos de tejido de patología digital teñido con el biomarcador Her2 / neu utilizado para el diagnóstico de cáncer de mama .
Gestionar
Las diapositivas digitales se mantienen en un sistema de gestión de la información que permite el archivo y la recuperación inteligente.
La red
Las diapositivas digitales a menudo se almacenan y se envían a través de Internet o redes privadas para su visualización y consulta.
Analizar
Las herramientas de análisis de imágenes se utilizan para derivar medidas de cuantificación objetivas a partir de diapositivas digitales. Los algoritmos de segmentación y clasificación de imágenes, que a menudo se implementan mediante redes neuronales de aprendizaje profundo, se utilizan para identificar regiones y objetos de importancia médica en diapositivas digitales.
Integrar
El flujo de trabajo de patología digital está integrado en el entorno operativo general de la institución. Se espera que la digitalización de portaobjetos reduzca el número de portaobjetos revisados manualmente de rutina, maximizando la eficiencia de la carga de trabajo.
Intercambio
La patología digital también permite compartir información en Internet para educación, diagnóstico, publicación e investigación. Esto puede tomar la forma de conjuntos de datos disponibles públicamente o acceso de código abierto a algoritmos de aprendizaje automático.
Desafíos
La patología digital ha sido aprobada por la FDA para diagnóstico primario. [7] La aprobación se basó en un estudio multicéntrico de 1.992 casos en los que se demostró que las imágenes de portaobjetos completos (WSI) no eran inferiores a la microscopía en una amplia gama de muestras de patología quirúrgica, tipos de muestras y tinciones. [8] Si bien WSI tiene ventajas al crear datos digitales a partir de portaobjetos de vidrio, cuando se trata de aplicaciones de telepatología en tiempo real, WSI no es una opción sólida para la discusión y la colaboración entre múltiples patólogos remotos. [9] Además, a diferencia de la radiología digital, donde la eliminación de la película dejó en claro el retorno de la inversión (ROI), el ROI en los equipos de patología digital es menos obvio. La justificación más sólida del ROI incluye una mejor calidad de la atención médica, una mayor eficiencia para los patólogos y una reducción de los costos en el manejo de portaobjetos de vidrio. [10]
Potencial
Los patólogos capacitados tradicionalmente ven los portaobjetos de tejido con un microscopio. Estos portaobjetos de tejido se pueden teñir para resaltar las estructuras celulares. Cuando se digitalizan las diapositivas, se pueden compartir mediante telepatología y se analizan numéricamente mediante algoritmos informáticos. Los algoritmos se pueden utilizar para automatizar el recuento manual de estructuras o para clasificar el estado de los tejidos, como se utiliza en la clasificación de tumores. Además, se pueden usar para la detección de características de figuras mitóticas, células epiteliales o estructuras específicas de tejido, como nódulos, glomérulos o vasos de cáncer de pulmón. [11] Esto tiene el potencial de reducir el error humano y mejorar la precisión de los diagnósticos. Las diapositivas digitales se pueden compartir fácilmente, aumentando el potencial para el uso de datos en la educación, así como en las consultas entre patólogos expertos.
Ver también
Referencias
- ^ Pantanowitz L (2018). "Veinte años de patología digital: una visión general del camino recorrido, lo que está en el horizonte y la aparición de archivos neutrales del proveedor" . Revista de Informática Patológica . 9 : 40. doi : 10.4103 / jpi.jpi_69_18 . PMC 6289005 . PMID 30607307 .
- ^ "Imágenes de portaobjetos completos | MBF Bioscience" . www.mbfbioscience.com . Consultado el 2 de diciembre de 2019 .
- ^ Holzinger, Andreas; Goebel, Randy; Mengel, Michael; Mueller, Heimo (eds.) (2020). Inteligencia artificial y aprendizaje automático para patología digital: vanguardia y desafíos futuros . Cham: Springer. ISBN 978-3-030-50402-1.CS1 maint: texto adicional: lista de autores ( enlace )
- ^ Ferreira, R; Luna, J; Humphries, J; Sussman, A; Saltz, J; Miller, R; Demarzo, A (1997). "El microscopio virtual" . Revista rumana de morfología y embriología . 45 : 449–453. PMC 2233368 . PMID 9357666 .
- ^ Hamilton, Peter W .; Wang, Yinhai; McCullough, Stephen J .; Sussman (2012). "Microscopía virtual y patología digital en la formación y la educación" . APMIS . 120 (4): 305–315. doi : 10.1111 / j.1600-0463.2011.02869.x . PMID 22429213 . S2CID 20599493 .
- ^ "Informática, patología digital y computacional" .
- ^ "La FDA permite la comercialización del primer sistema de imágenes de portaobjetos completo para patología digital" . Consultado el 24 de mayo de 2017 . Cite journal requiere
|journal=
( ayuda ) - ^ Mukhopadhyay, Sanjay; Feldman, Michael; Abels, Esther (2017). "Proyección de imagen completa frente a microscopía para el diagnóstico primario en patología quirúrgica: un estudio multicéntrico aleatorizado ciego de no inferioridad de 1992 casos (estudio fundamental)" . Revista Estadounidense de Patología Quirúrgica . 42 (1): 39–52. doi : 10.1097 / PAS.0000000000000948 . PMC 5737464 . PMID 28961557 .
- ^ Siegel, Gabriel; Regelman, Dan; Maronpot, Robert; Rosenstock, Moti; Hayashi, Shim-mo; Nyska, Abraham (octubre de 2018). "Utilización del novedoso sistema de telepatología en estudios preclínicos y revisión por pares" . Revista de patología toxicológica . 31 (4): 315–319. doi : 10.1293 / tox.2018-0032 . PMC 6206289 . PMID 30393436 .
- ^ "Cómo construir un caso de negocio para justificar la inversión en patología digital" . Sectra Medical Systems . Consultado el 26 de abril de 2015 .
- ^ Aeffner, Famke; Zarella, Mark D .; Buchbinder, Nathan; Bui, Marilyn M .; Goodman, Matthew R .; Hartman, Douglas J .; Lujan, Giovanni M .; Molani, Mariam A .; Parwani, Anil V .; Lillard, Kate; Turner, Oliver C. (8 de marzo de 2019). "Introducción al análisis de imágenes digitales en imágenes de diapositivas completas: un libro blanco de la Asociación de patología digital" . Revista de Informática Patológica . 10 : 9. doi : 10.4103 / jpi.jpi_82_18 . ISSN 2229-5089 . PMC 6437786 . PMID 30984469 .
Otras lecturas
- Kayser, K; Kayser, G; Radziszowski, D; Oehmann, A (1999). "De la telepatología a la institución de patología virtual: El nuevo mundo de la patología digital" (PDF) . Revista rumana de morfología y embriología . 45 : 3-9. PMID 15847374 .
- McCullough, Bruce; Ying, Xiaoyou; Monticello, Thomas; Bonnefoi, Marc (2004). "Imagen de microscopía digital y nuevos enfoques en patología toxicológica" . Patología toxicológica . 32 (5): 49–58. doi : 10.1080 / 01926230490451734 . PMID 15503664 .
- Schlangen, David; Stede, Manfred; Bontas, Elena Paslaru (2004). "Alimentación de búhos: extracción y representación del contenido de informes de patología" . NLPXML '04 Actas del taller sobre PNL y XML . Nlpxml '04: 43–50.
- Cruz-Roa, Ángel; Díaz, Gloria; Romero, Eduardo; González, Fabio (2011). "Anotación automática de imágenes histopatológicas utilizando un modelo de tema latente basado en factorización de matriz no negativa" . Revista de Informática Patológica . 2 (4): 4. doi : 10,4103 / 2153-3539,92031 . PMC 3312710 . PMID 22811960 .
- "E-Salud y Telemedicina". Revista Internacional de Radiología y Cirugía Asistida por Computadora . 1 (Suplemento 1): 119–35. 2006. doi : 10.1007 / s11548-006-0012-1 . S2CID 5642084 .
- Bien, Jeffrey L .; Grzybicki, Dana M .; Silowash, Russell; Ho, Jonhan; Gilbertson, John R .; Anthony, Leslie; Wilson, Robb; Parwani, Anil V .; et al. (2008). "Evaluación de la interpretación de inmunohistoquímica de la imagen de la diapositiva completa en biopsias con aguja de próstata desafiantes". Patología humana . 39 (4): 564–72. doi : 10.1016 / j.humpath.2007.08.007 . PMID 18234276 .
- Kayser, Klaus; Kayser, Gian; Radziszowski, Dominik; Oehmann, Alexander (2004). "Nuevos desarrollos en patología digital: de la telepatología al laboratorio virtual de patología" . En Duplaga, Mariusz; Zieliński, Krzysztof; Ingram, David (eds.). Transformación de la Sanidad con Tecnologías de la Información . Estudios en Tecnología e Informática de la Salud. 105 . IOS Press. págs. 61–9. ISBN 978-1-58603-438-2. ISSN 0926-9630 . PMID 15718595 .
- Tolksdorf, Robert; Bontas, Elena Paslaru (2004). "Organización del conocimiento en una web semántica para patología". Tecnologías orientadas a objetos y basadas en Internet . Apuntes de conferencias en Ciencias de la Computación. 3263 . págs. 115–56. doi : 10.1007 / 978-3-540-30196-7_4 . ISBN 978-3-540-23201-8. S2CID 18006838 .
- Potts, Steven J. (2009). "Patología digital en el descubrimiento y desarrollo de fármacos: integración multisitio". Descubrimiento de drogas hoy . 14 (19-20): 935-41. doi : 10.1016 / j.drudis.2009.06.013 . PMID 19596461 .
- Potts, Steven J .; Young, G. David; Voelker, Frank A. (2010). "El papel y el impacto de la patología de descubrimiento cuantitativo". Descubrimiento de drogas hoy . 15 (21-22): 943-50. doi : 10.1016 / j.drudis.2010.09.001 . PMID 20946967 .
- Zwonitzer, R; Kalinski, T; Hofmann, H; Roessner, A; Bernardo, J (2007). "Patología digital: borrador conforme a DICOM, banco de pruebas y primeros resultados". Métodos y programas informáticos en biomedicina . 87 (3): 181–8. doi : 10.1016 / j.cmpb.2007.05.010 . PMID 17618703 .