Dezvoltarea și validarea unui model de învățare profundă pentru cuantificarea glomerulosclerozei în probele de biopsie renală

A lua legatura:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

IntroducereMai mult de 100 000 pacienți așteaptă în prezent untransplant de rinichi.1 În ciuda nevoii tot mai mari, între 17% și 20% din rinichii recuperați pentru transplant sunt aruncați.2-4 Odată cu deficitul de organe și cererea în creștere pentrutransplanturi de rinichi, există o nevoie urgentă de a reduce eliminarea de organe inutile.3

Rezultatul biopsiei este raportat ca fiind cel mai important factor în decizia de a utiliza sau de a arunca rinichiul unui donator.5 Numeroase investigații au corelat afectarea cronică la donator.probe de biopsie renalăcu rezultatele transplantului.6-12 Un nivel de 20 la sutăglomeruloscleroza globalăeste folosit frecvent ca punct de referință în decizia de transplant și este un factor major care stă la baza motivului pentru care rezultatul biopsiei este cel mai frecvent motiv pentru care un organ este respins pentru transplant în Statele Unite.4

Studii recente indică faptul că rinichii acceptabili sunt aruncați din cauza interpretării variabile și inconsistente ale specimenului de biopsie a donatorului.3,13,14 Chiar și o măsură aparent simplă, cum ar fi procentulglomeruloscleroza globalăeste supusă unor variații umane semnificative.15-17 Artefactele înghețate, lipsa de expertiză de subspecialitate, eșantionarea inadecvată și natura sensibilă la timp a acestor evaluări contribuie toate la erori umane.

Recent, învățarea profundă (DL) a arătat potențialul de a îmbunătăți reproductibilitatea și acuratețea examinării histopatologice.18-26 Studiile anterioare din alte laboratoare au folosit abordări DL pentru detectarea automată a glomerulilor nesclerotici și sclerotici la nivel global.27-31Totuși. , aceste tehnici se bazează pe pete speciale, cum ar fi petele periodice de acid-Schiff sau tricrom Masson, care nu sunt practice în setarea sensibilă la timp a secțiunilor înghețate. Lucrările anterioare ale membrilor grupului nostru descriu singurele rezultate raportate, după cunoștințele noastre, care arată performanțe ridicate pentru cuantificarea automată a procentuluiglomeruloscleroza globalăfolosind imagini cu diapozitiv întreg (WSI) ale secțiunilor congelate colorate cu hematoxilină-eozină.

cistanche bun culturism: pentru întărirea rinichilor

Emitem ipoteza că o abordare DL a examinării donatoruluiprobe de biopsie renalăva depăși patologii umani în evaluarea procentuluiglomeruloscleroza globalăși această îmbunătățire ulterioară va fi activată prin examinarea mai multor niveluri de secțiune. Se presupune că această prelevare de țesut crescută reduce probabilitatea aruncării inutile a organelor și va aborda întrebarea dacă tehnicile DL sunt asociate cu o creștere substanțială a fondului disponibil de organe donatoare.

Cuvinte cheie:Glomeruloscleroza,rinichi, Specimen de biopsie renală, transplant de rinichi, glomeruloscleroză globală

MetodeAcest studiu a urmat ghidul de raportare Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD) pentru studii de diagnostic și prognostic. Acest studiu a fost revizuit și aprobat de consiliul de revizuire instituțional al Universității din Washington, care a renunțat, de asemenea, la necesitatea obținerii consimțământului informat al pacientului, deoarece acest studiu a folosit numai biospecime neidentificabile dintr-un set de date existent.

Colectare de dateWSI-urile au fost obținute din probe de biopsie ale donatorului decedat - 98 de secțiuni congelate colorate cu hematoxilină-eozină și 51 de secțiuni permanente - extrase dintr-un total de 83rinichiprin utilizarea atât a probelor de pană, cât și de ace. Specimenele de biopsie în secțiune congelată și specimenele de biopsie în secțiune permanentă au fost obținute din rinichi diferiți. Din 83 de exemplare, 62 aveau cel puțin 2 niveluri de secțiune. Imaginile specimenelor de biopsie din baza de date a Universității Washington provin de la Gift of Life Michigan (recuperate între august 2015 și noiembrie 2016 folosind un scanner Sakura; mărire, ×20) și de la Universitatea Washington (preluată între iunie 2015 și iunie 2017 prin Mid-America Transplant folosind un Scanner Aperio Scanscope CS; mărire, ×20). Orice donator de organe decedat care s-a prezentat între aceste date și a suferit abiopsie de rinichipentru examenul patologic intraoperator digital a fost eligibil pentru acest studiu. Caracteristicile demografice și trăsăturile clinice ale donatorilor au fost necunoscute anchetatorilor. Toate scanările au fost convertite din format SVS în TIFF la rezoluție completă (0,5 μm/pixel). Dimensiunile imaginii au variat de la 105 megapixeli la 1448 megapixeli.

Adnotare de dateDiapozitivele au fost prima dată adnotate pentru glomeruli nesclerotici și sclerotici de către un expert certificat de consiliu.rinichipatolog (PW sau JPG), revizuit de un al doilea patolog certificat de consiliu (TCL) cu experiență în interpretarea donatoruluiprobe de biopsie renală, și urmată de o revizuire finală de către un alt expert certificat de consiliurinichipatolog (PCW sau JPG). Adnotările finale revizuite au servit drept adevăr de bază (adică, standardul de aur) pentru instruirea și evaluarea modelului. Variabilitatea tipică a numărului de glomeruli cu fiecare revizuire este ilustrată în eFigura 1 din supliment. Un plug-in intern scris pentru Fiji32 a fost folosit pentru a contura și clasifica manual glomerulii pe fiecare WSI pentru a genera măști de etichete în funcție de pixeli ale regiunilor glomerulului la aceeași rezoluție ca și WSI-ul părinte. Glomerulii au fost clasificați fie ca fiind sclerotici la nivel global (definit ca scleroză care implică întregul smoc glomerular, inclusiv învechiți, solidificați și care dispar.glomeruloscleroza globala)sau sclerotic neglobal. Toate celelalte zone au fost grupate împreună și etichetate tubulointerstitium. Un total de 1544 glomeruli sclerozați la nivel global și 6914 glomeruli sclerozați la nivel global au fost etichetați în 149 de imagini separate. Specimenele de biopsie au prezentat o gamă largă de procenteglomeruloscleroza globală(0 la sută -77 la sută). Numărul mediu (SD) de glomeruli pe lamă a fost de 57 (31).

DL Model ArchitectureModelul DL utilizat în acest studiu a fost o rețea neuronală complet convoluțională bazată pe arhitectura VGG1633 descrisă în lucrările anterioare, care a inclus un membru al grupului nostru.34 Pe scurt, datele au fost introduse în rețeaua bazată pe VGG16 pre-antrenată cu greutăți înghețate mai jos. blocajul (adică imediat înaintea straturilor de clasificare dens conectate). Straturile de clasificare VGG16 dens conectate au fost înlocuite cu 5 straturi complet convoluționale cu greutăți antrenabile. Utilizarea unei arhitecturi complet convoluționale prin întreaga rețea a permis o transformare „imagine la imagine”, mai degrabă decât o transformare „imagine la etichetă”, pentru fiecare patch de imagine de intrare, cea din urmă fiind o abordare care este mai puțin precisă și mult mai mult costisitor din punct de vedere computațional.34 Modelul complet convoluțional a generat hărți de pixeli reduse eșantionate înregistrate pe patch-ul de imagine de intrare, dând probabilitatea ca fiecare pixel de ieșire să fie tubulointerstițiu, glomerul sclerozat neglobal sau glomerul sclerozat global.

Parametri de antrenamentImaginile au fost tăiate în bucăți de 2048 × 2048-pixeli (1024 × 1024 μm) parțial suprapuse (pas, 1664 pixeli sau 838 μm) pentru introducerea antrenamentului. Patch-urile au fost selectate pentru antrenament prin eșantionare aleatorie din întregul grup de patch-uri de imagine (aproximativ 6500 de patch-uri în fiecare set de antrenament de validare încrucișată, lungimea unei singure epoci). Patch-urile de intrare au fost răsturnate sau rotite aleatoriu (cu 0 grade , 90 de grade , 180 de grade sau 270 de grade ), producând o creștere de 8-ori a datelor de antrenament pentru un total de aproximativ 52 000 patch-uri de antrenament posibile în bazin de prelevare. Antrenamentul a fost efectuat folosind TensorFlow prin minimizarea pierderii categorice de entropie încrucișată, ponderată în funcție de clasă, folosind un raport pentru categoriile sclerozate și nesclerozate și tubulointerstițiale de 10:5:1 pentru a compensa dezechilibrul de clasă. Optimizarea coborârii gradientului stocastic a fost utilizată cu o rată de învățare ciclică între 1e-4 și 1e-2 și o dimensiune a lotului de 4 pentru 15 epoci.

Validare încrucișatăModelul a fost antrenat și testat în 10-validare încrucișată, unde 10% dintre WSI-uri au fost reținute de la antrenament în fiecare rând, iar modelul rezultat (antrenat pe restul de 90% din date) a fost folosit pentru a genera predicții pe WSI-urile reținute. Imagini de la diferite niveluri ale aceluiașirinichiau fost întotdeauna ținute împreună. Nu a fost folosită nicio informație dintr-un set de testare al unei pliuri de validare încrucișată pentru a informa antrenamentul pliului corespunzător. Predicțiile pentru diapozitivele reținute au fost generate în mod patch-wire, conform schemei de tăiere a imaginii descrisă mai sus (adică, patch-uri de 2048 × 2048 pixeli cu pas de pixeli 1664-), iar rezultatele au fost reasamblate pentru a produce hărți de probabilitate de ieșire pentru întregul WSI.

Post procesareUn algoritm standard de detectare a blobului laplacian al gaussian, potrivit pentru a identifica regiuni circulare de intensitate mare a imaginii la scale multiple,35 a fost utilizat pentru a localiza glomeruli individuali din hărțile de probabilitate. La sutăglomeruloscleroza globalăa fost calculată prin formula 100 × S/N, unde S este numărul de glomeruli sclerozați la nivel global și N este numărul total de glomeruli.

Analize statisticeAcordul pixelilor între hărțile de probabilitate de adnotare și predicție a fost cuantificat prin intermediul coeficientului Dice și al metricii de intersecție peste unire, calculate în agregat pentru toți pixelii din fiecare etichetă de ieșire. Numărările de glomeruli au fost obținute după procesarea detecției blob pe canalele hărții de probabilitate sclerozate și nesclerozate. La sutăglomeruloscleroza globalăa fost calculat din aceste numere pentru imagini individuale și pentru persoane individualerinichi, prin punerea în comun a numărurilor pentru toate nivelurile (de obicei 2) asociate fiecăruiarinichi.Numărările de glomeruli au fost comparate cu adevărul de fond al adnotărilor, cu acuratețea evaluată prin coeficientul de corelație Pearson r și eroarea pătrată medie (RMSE). Cantități corespunzătoare pentru procenteglomeruloscleroza globalăau fost calculate pentru estimările patologilor de gardă, iar acele valori au fost comparate cu performanța modelului.

Categorizarearinichica „acceptabil” pentru transplant sau „respins” a fost determinat la 20 la sutăglomeruloscleroza globală, un punct de referință utilizat în mod obișnuit în practica clinică actuală, bazat pe date istorice. Un scor F1 a fost calculat ca o funcție a discriminării corecte dacă un eșantion a fost peste sau sub punctul de reducere de 20 la sută în ceea ce privește adnotările de adevăr la sol. Coeficientul Cohen κ (un indicator al acordului dintre evaluatori) a fost, de asemenea, calculat pentru discriminarea modelului și a patologilor de gardă la punctul de reducere de 20 la sută, în comparație cu adnotarea adevărului de la bază și unul cu celălalt.

Deoarece definiția luiglomeruloscleroza globalăeste exprimat în mod natural ca media unei distribuții beta dată de parametrii S (numărul de glomeruli sclerozați la nivel global) și (N - S) (numărul de glomeruli sclerozați la nivel global), a fost folosit pentru a calcula intervale de predicție de 95 la sută care servesc ca indicator al precizie de ieșire. Un 2-P < .05="" a="" fost="" considerat="" semnificativ="" statistic.="" toate="" analizele="" statistice="" au="" fost="" efectuate="" din="" martie="" 2018="" până="" în="" august="" 2020="" cu="" pachetele="" python="" scikit-learn,="" versiunea="" 0.22.1,="" și="" scipy.stats,="" versiunea="">

Rezultate

Vizualizarea ieșiriiIeșirile de imagine prezise pentru WSI-urile cu secțiuni înghețate și secțiuni permanente au arătat acord calitativ cu hărțile de adnotare țintă (Figura 1). Coeficienții zarurilor agregate au fost 0,784 pentru glomerulii sclerozați la nivel global și 0},600 pentru glomerulii sclerozați global; intersecția agregată peste valorile uniunii pentru aceleași grupuri a fost de 0,645 pentru glomerulii sclerozați la nivel global și de 0,429 pentru glomerulii sclerozați la nivel global. În mod remarcabil, chiar și secțiunile înghețate cu artefacte substanțiale au arătat un acord vizual calitativ între adevărul de la sol și predicții (exemplu prezentat în Figura 1A).

Evaluarea procentului de glomeruloscleroză globală pe baza unor diapozitive individualeValidat încrucișatglomerulosclerozapredicțiile pe diapozitive individuale au prezentat, de asemenea, corelație cu adnotările (r {{0}},916; 95% CI, 0.886-0,939; și RMSE=5,631 95% CI, 4.{{10}},517; P <.0{01) (figura="" 2a).="" separarea="" rezultatelor="" prin="" tehnica="" de="" preparare="" a="" diapozitivelor="" a="" indicat="" că="" predicțiile="" privind="" secțiunile="" înghețate="" au="" arătat="" o="" corelație="" similară="" cu="" adevărul="" de="" la="" sol="" (r="0,918;" 95%="" ci,="" 0.879-0,944;="" rmse="" {{{="" 20}}.20;="" p="">< .001)="" (efigura="" 3a="" din="" supliment),="" în="" timp="" ce="" grupul="" permanent="" a="" prezentat="" performanțe="" mai="" mari="" (r="0.940;" 95%="" ci,="" 0.896-0.965;="" rmse="4.32;" p="">< .001)="" (efigura="" 3d="" din="" supliment).="" numărul="" total="" de="" glomeruli="" detectați="" de="" model="" sunt="" prezentate="" în="" figura="" 3a="" și="" b,="" ilustrând="" corelațiile="" glomerulilor="" sclerozați="" neglobal="" cu="" adevărul="" de="" bază="" (r="0.955;" 95%="" ci,="" 0.938-0.967="" ;="" rmse="8.383;" p="">< .001)="" și="" glomeruli="" sclerozați="" la="" nivel="" global="" cu="" adevăr="" de="" bază="" (r="0.934;" 95%="" ci,="" 0.909-0.952;="" rmse="" {{50}="" }}.718;="" p="">< .001).="" diferențele="" medii="" (sd)="" ale="" numărului="" de="" glomeruli="" între="" adnotare="" și="" predicție="" au="" fost="" de="" 3,1="" (7,8)="" pentru="" glomerulii="" sclerozați="" la="" nivel="" global="" și="" de="" 0,2="" (4,7)="" pentru="" glomerulii="" sclerozați="" la="" nivel="" global.="" rezultate="" pozitive="" similare="" pentru="" numărul="" de="" glomeruli="" prezis="" au="" fost="" observate="" la="" separarea="" lamelor="" prin="" tratament="" (efigura="" 2a,="" b,="" e="" și="" f="" din="">

Evaluarea procentului de glomeruloscleroză globală pe baza nivelurilor de strângere de diapozitive a îmbunătățit performanța numărului de glomeruli a modelului (Figura 3C și D; eFigura 2C, D, G și H în supliment), precum și corelarea glomerulosclerozei cu adnotări, așa cum se arată în Figura 2B ( r=0,933; 95% CI, 0.898-0.956; și RMSE=5.{094; 95% CI, 3.{{ 13}}.301; P < .001,="" pentru="" secțiuni="" combinate="" congelate="" și="" permanente),="" îmbunătățind="" performanța="" patologilor="" de="" gardă="" în="" aceleași="" cazuri="" (r="0.884;" 95%="" ci,="" 0.{{21}="" }.923="" și="" rmse="6.523;" 95%="" ci,="" 5.191-7.783;="" p=""><.001) (figura="" 2c).="" eroarea="" globală="" a="" glomerulosclerozei,="" măsurată="" prin="" rmse,="" a="" fost="" cu="" 22="" la="" sută="" mai="" mică="" pentru="" model="" decât="" pentru="" patologii="" de="" gardă.="" concordanța="" dintre="" predicțiile="" modelului="" privind="" glomeruloscleroza="" globală="" pentru="" nivelurile="" individuale="" și="" grupate="" este="" prezentată="" în="" efigura="" 4="" din="" supliment="" ca="" reziduală="" în="" ceea="" ce="" privește="" adnotarea="" adevărului="" de="">

tratamentul tulburărilor de rinichi sexuale

Evaluarea riscului de caracterizare greșită a rinichilor Rezultatele globale de glomeruloscleroză procentuale cumulate pentru adnotări, predicții model și patologi de gardă au fost sortate și reprezentate în ordinea creșterii procentului de glomeruloscleroză globală pentru toți cei 83 de rinichi incluși în studiu, împreună cu intervalele de predicție corespunzătoare de 95% și punctul de reducere de 20 la sută pentru acceptarea sau respingerea transplantului de organ donator (Figura 4B-F). Deoarece toate nivelurile secțiunii sunt evaluate de către patologii de gardă în momentul biopsiei, rezultatele lor sunt considerate evaluări comune. Rinichii cu intervale de predicție care se suprapun pe linia punctului de tăiere de 20 la sută sunt mai expuși riscului de acceptare sau respingere eronată dacă numărul de glomeruli este estimat incorect. Șansa de a clasifica în mod eronat un rinichi cu o glomeruloscleroză globală mai mare de 20% este prezentată în Figura 4A. Folosind diapozitive individuale, rata de eroare proiectată a modelului DL a fost cu 15% mai mică decât pentru patologii de gardă și aproape identică cu adnotările de adevăr de la sol (adică, cazul ideal). Cu niveluri comune, rata de eroare proiectată a modelului DL a scăzut cu 37 la sută mai mică decât cea pentru patologii de gardă. În mod similar, rata de eroare proiectată a modelului DL pentru acceptarea eronată a organelor folosind niveluri individuale a fost cu 21 la sută mai mică decât cea pentru patologii de gardă și cu 34 la sută mai mică atunci când se utilizează niveluri comune.

Scorul F1 și Cohen κ au arătat rezultate similare. Scorul F1 al modelului DL pentru niveluri individuale avândglomeruloscleroza globalăsub 20 procente a fost 0,896 și 0,950 pentru acele niveluri individuale de peste 20 procente . Aceste valori s-au îmbunătățit la punerea în comun a nivelurilor la 0,926 pentru cei sub 2{{20}} la sută și la 0,964 pentru cei peste 20 la sută . Acest lucru a comparat favorabil cu scorurile F1 pentru patologii de gardă de 0,852 pentru cei sub 20 la sută și 0,929 pentru cei peste 20 la sută. Cohen κ pentru predicțiile modelului pe niveluri individuale în ceea ce privește adevărul de la sol a fost de 0,847, îmbunătățindu-se la 0,891 pentru nivelurile combinate. Cohen κ pentru

patologii de gardă în ceea ce privește adnotările grupate a fost mai mică, la o valoare de 0.781 și a fost 0.714 în comparație cu previziunile de nivel grupate ale modelului. Concordanța dintre rezultatele anatomopatologice și cele ale modelului pentru rezultatele la nivel de grup este prezentată în eFigura 5 din supliment ca rezidual în raport cu adevărul de bază, sortat după adevărul de bazăglomeruloscleroza globalăprocentul și numărul total de glomeruli. Valoarea examinării pe mai multe niveluri este arătată prin evaluarea intervalelor de predicție din distribuția beta. O ilustrare a distribuției beta pentru un specimen de biopsie ipotetică cu 15 la sutăglomeruloscleroza globalăeste prezentat în Figura 5A pentru grupuri de 1, 2, 3 și 4 niveluri, presupunând că fiecare nivel are 58 de glomeruli observați (numărul mediu pentru acest studiu). Înălțimea fiecărei curbe la o valoare dată pe axa orizontală poate fi interpretată ca probabilitatea relativă de estimare a procentuluiglomeruloscleroza globalăsă fie acea valoare, având în vedere distribuția reală a glomerulilor sclerozați și normali. Aria de sub curbă oferă astfel o estimare a probabilității de obținereglomeruloscleroza globalăestimări în limitele integrării. Distribuția s-a restrâns odată cu creșterea grupării. Mai important, aria normalizată de sub curba dincolo de punctul nominal de tăiere a respingerii de 20 la sută a scăzut de la 14 la sută utilizând doar un singur nivel la 2 la sută la punerea în comun a 4 niveluri (Figura 5B), o scădere de 7-ori a șansei de supraestimarea incorectglomeruloscleroza globalăși aruncând în mod eronat ceea ce ar trebui să fie un organ utilizabil. Pentru a ilustra în continuare beneficiile grupării nivelului, glomerulii numără pentru 1000 de evaluări aleatoriu ale probelor de biopsie ale donatorului (din aceeași bază de date ca și cele 83).probe de biopsie renalăutilizate în acest studiu) au fost utilizate pentru a simula efectele grupării de nivel pentru o populație mare. The

Estimările patologilor de gardă au fost folosite ca surogate pentru numărul de glomeruli de adevăr la sol, iar punerea în comun a datelor a fost simulată prin înmulțirea numărărilor raportate pe nivel cu numărul de niveluri simulate din grup. Aplicând la acest scenariu analiza descrisă mai sus, numărul de organe eronate aruncate la fiecare 1000rinichiwould decrease from 31 to 13 by increasing the number of levels evaluated from 1 to 4 (Figure 5C). As a demonstration of the potential clinical workflow with the incorporation of DL techniques, the DL model's predicted annotations for 25 cases from the study data set were randomly selected (5 each with 0%-5%, 6%-10%, 11%-15%, 16%-20%, and >20% glomeruloscleroză globală) și au fost înaintate unui patolog, care a evaluat imaginile histologice cu clasificări suprapuse ale glomerulilor generate de model. Patologul a corectat apoi orice glomeruli ratați sau marcați incorect într-un mod și un interval de timp compatibil cu practica clinică curentă. Evaluarea modificată de patolog a fost mai bine corelată cu adevărul de bază (r=0.958) și a avut o eroare mai mică (RMSE=4.352) decât fie patologul de gardă (r=0). 613; RMSE=0.898) sau numai modelul DL (r=0.847; RMSE=7.535) (eFigura 7 din supliment).

Discuţie

Modelul DL a produs rezultate încurajatoare, atât în ​​ceea ce privește constatările calitative (vizuale), cât și cantitative, și a recapitulat rezultatele descrise în lucrările anterioare de către membrii grupului nostru pe un set de antrenament mai mic.34 Modelul a funcționat bine folosind fie secțiuni înghețate, fie secțiuni permanente, îmbunătățind -apelați performanța patologilor. Timpul pentru ca modelul să proceseze un WSI individual a fost de aproximativ 5 minute, în limitele constrângerilor tipice ale unei consultații intraoperatorii de patologie.

Mărirea erorilor de numărare atunci când se folosește un eșantion mic evidențiază valoarea câștigată din punerea în comun a rezultatelor de la mai multe niveluri obținute dintr-un singurbiopsie de rinichi.Grosimea tipică a unui donatorbiopsie de rinichispecimenul este de 1 mm. Patologul examinează doar o secțiune reprezentativă de 5-μm grosime a acestui țesut, lăsând o parte substanțială de neevaluat.rinichineexaminat. Deși glomerulii prelevați în secțiunile ulterioare pot să nu fie independenți, procesul de pregătire a lamei poate duce la o variabilitate substanțială de la secțiune la secțiune în glomeruloscleroza globală, indiferent de variabilitatea observatorului (eFigura 6 din supliment). Evaluând mai multe secțiuni de țesut, efectul acestei variații poate fi minimizat și fiabilitatea evaluării specimenului de biopsie poate fi îmbunătățită. Acest beneficiu este observat în mod clar în studiul de față pentru fiecare măsură (Figurile 2-4), care au prezentat o îmbunătățire odată cu examinarea țesutului suplimentar.

Standardul actual de îngrijire necesită evaluarea doar a 25 de glomeruli și a 1 până la 2 niveluri de secțiune, deoarece mai multe evaluări nu sunt practic realizabile de către patologii umani în contextul sensibil la timp al transplantului de organe. Utilizarea tehnicilor DL ​​pentru a spori capacitatea umană în acest cadru ar putea adăuga organe vitale necesare la fondul de donatori. Un potențial flux de lucru clinic cu încorporarea tehnicilor DL ​​ar putea fi următorul: o probă ajunge în laboratorul de secțiune congelată, unde este pregătită și scanată o lamă de secțiune congelată. WSI este apoi încărcat într-o locație sigură pentru analiză folosind modelul DL. În timp ce modelul DL este analizat, patologul se poate conecta și revizui eșantionul pentru alte constatări pertinente. Rezultatul modelului DL va fi disponibil în decurs de 5 până la 10 minute, prezentat medicului patolog ca o suprapunere grafică a clasificărilor glomerulilor pe imaginea histologică, apoi verificat (și modificat dacă este necesar) de către patolog și încorporat în raport. Raportul propriu-zis ar interacționa direct cu fișa clinică electronică de sănătate.

LimităriExistă unele limitări ale acestui studiu. A fost un studiu cu un singur centru. Deși WSI-urile au fost generate folosind 2 scanere la 2 instituții, setul de date din secțiunea înghețată a fost generat în întregime la o instituție, în timp ce setul de date cu secțiunea permanentă a fost generat de la alta. Deși un mic set de date preliminare (n=17) a sugerat că predicțiile modelului privind secțiunile înghețate au prezentat o corespondență rezonabilă cu secțiunile permanente asociate și că modelul a depășit patologii de gardă pe aceste secțiuni înghețate (eFigura 8 din supliment), acest lucru Studiul nu a abordat în mod direct problema separată a modului în care secțiunile congelate (precum și evaluările lor de către patologi) corespund secțiunilor permanente dobândite și prelucrate ulterior din același specimen de biopsie.

Setul de date a fost mic în comparație cu alte studii DL. Cu toate acestea, aproape 8500 de glomeruli au fost examinați în total, un număr relativ mare. Limitarea evaluării unui număr mai mare de cazuri constă în procesul consumator de timp de adnotare în serie a WSI-urilor. Pentru a evalua în continuare robustețea acestui model, vor fi necesare studii suplimentare în care modelul este testat folosind WSI-uri generate de laboratoare și scanere suplimentare.

ConcluziiAcest studiu de prognostic a găsit performanțe mai bune pentru cuantificarea procentuluiglomeruloscleroza globalăde la WSI de transplant de donator congelat și permanent colorat cu hematoxilină-eozinăprobe de biopsie renalăprintr-un model DL decât de către patologi de gardă autorizați. Performanța a fost îmbunătățită în continuare prin examinarea secțiunilor de țesut suplimentare, un proces care depășește capacitatea patologilor în natura sensibilă la timp a evaluării specimenelor de biopsie donatoare. Rezultatele au indicat o probabilitate scăzută de caracterizare greșită a procentuluiglomeruloscleroza globalăatunci când se utilizează modelul DL, scăzând astfel probabilitatea de a arunca organul donator inadecvat sau de a utiliza un organ care este suboptim. Constatările ilustrează câștigurile substanțiale care ar putea fi realizate folosind metodele DL în practica clinică a patologiei chirurgicale.