พยาธิวิทยาเชิงดิจิทัลและการวิเคราะห์ภาพอัตโนมัติในเซลล์วิทยา

พยาธิวิทยาเชิงดิจิทัลเปลี่ยนสไลด์เซลล์วิทยาที่เป็นแก้วให้เป็นภาพดิจิทัลความละเอียดสูงที่สามารถดู แชร์ และวิเคราะห์บนคอมพิวเตอร์ได้ ในขณะที่การวิเคราะห์ภาพอัตโนมัติใช้อัลกอริทึมเชิงปริมาณและการเรียนรู้ของเครื่องกับภาพเหล่านั้น ทั้งสองอย่างนี้สนับสนุนการตรวจสอบระยะไกล การจัดลำดับความสำคัญของปริมาณงาน และการตรวจจับเซลล์ผิดปกติด้วยคอมพิวเตอร์ในวัสดุทางเซลล์วิทยา

Definition

พยาธิวิทยาเชิงดิจิทัลและการวิเคราะห์ภาพอัตโนมัติในเซลล์วิทยาประกอบด้วยการแปลงสไลด์เซลล์วิทยาให้เป็นภาพสไลด์ทั้งหมดในรูปแบบดิจิทัล และการประยุกต์ใช้อัลกอริทึมเชิงคำนวณ รวมถึงการเรียนรู้ของเครื่อง เพื่อช่วยในการตรวจสอบและการตีความเชิงปริมาณ

Scope

เนื้อหานี้ครอบคลุมการสร้างภาพสไลด์ทั้งหมด (whole slide imaging) ที่นำมาใช้กับเซลล์วิทยา ข้อกำหนดในการตรวจสอบความถูกต้องสำหรับการใช้งานเพื่อการวินิจฉัย และบทบาทของการวิเคราะห์ภาพอัตโนมัติและการเรียนรู้เชิงลึก จุดเน้นอยู่ที่ระเบียบวิธีวิจัย โดยไม่ได้สนับสนุนซอฟต์แวร์เฉพาะใดๆ หรือทดแทนการตรวจสอบโดยผู้เชี่ยวชาญ

Core questions

• ต้องมีการตรวจสอบความถูกต้องอย่างไรบ้างก่อนที่จะสามารถใช้การสร้างภาพสไลด์ทั้งหมดสำหรับการวินิจฉัยทางเซลล์วิทยาเบื้องต้นได้?
• คุณลักษณะใดของการเตรียมเซลล์วิทยาที่ทำให้การแปลงเป็นดิจิทัลมีความต้องการสูงกว่าเนื้อเยื่อวิทยา?
• การวิเคราะห์ภาพอัตโนมัติสามารถช่วยเหลือนักเซลล์วิทยาได้อย่างไร แทนที่จะเข้ามาแทนที่?

Key concepts

• การสร้างภาพสไลด์ทั้งหมด (Whole slide imaging - WSI)
• การซ้อนภาพตามแกน Z (Z-stacking) และการโฟกัสผ่านชั้นเซลล์
• การตรวจสอบความถูกต้องสำหรับการใช้งานเพื่อการวินิจฉัย
• การตรวจจับและการคัดกรองด้วยคอมพิวเตอร์
• การเรียนรู้เชิงลึกและโครงข่ายประสาทเทียมแบบคอนโวลูชัน (convolutional neural networks)
• การตรวจสอบระยะไกลและการตรวจเซลล์ทางไกล (telecytology)

Mechanisms

เครื่องสแกนสไลด์จะจับภาพการเตรียมเซลล์วิทยาเป็นภาพดิจิทัล เนื่องจากวัสดุทางเซลล์วิทยามักจะกระจายตัวในสามมิติมากกว่าระนาบเนื้อเยื่อเดียว จึงอาจจำเป็นต้องใช้ระนาบโฟกัสหลายระนาบ (z-stacking) เพื่อให้เซลล์มีความคมชัด ซึ่งจะเพิ่มขนาดภาพและความต้องการในการสแกนเมื่อเทียบกับเนื้อเยื่อวิทยา ภาพสไลด์ทั้งหมดที่ได้สามารถตรวจสอบได้จากระยะไกลและใช้เป็นข้อมูลป้อนเข้าสำหรับอัลกอริทึมการวิเคราะห์ภาพ รวมถึงโครงข่ายประสาทเทียมเชิงลึก (deep neural networks) ที่แบ่งส่วนเซลล์ วัดคุณลักษณะ หรือระบุเซลล์ที่อาจผิดปกติเพื่อการตรวจสอบโดยมนุษย์ การใช้งานเพื่อการวินิจฉัยจำเป็นต้องมีการตรวจสอบความถูกต้องอย่างเป็นทางการโดยเปรียบเทียบการตรวจสอบแบบดิจิทัลกับการตรวจสอบสไลด์แก้ว

Clinical relevance

เซลล์วิทยาเชิงดิจิทัลสนับสนุนการตรวจเซลล์ทางไกล (telecytology) การปรึกษาหารือรอง การศึกษา และการคัดกรองด้วยคอมพิวเตอร์ โดยมีอัลกอริทึมที่มุ่งเน้นการช่วยเหลือมากกว่าการทดแทนนักเซลล์วิทยา เนื้อหานี้อธิบายถึงวิธีการและการตรวจสอบความถูกต้อง การนำไปใช้และการตีความในห้องปฏิบัติการใดๆ ขึ้นอยู่กับการตรวจสอบความถูกต้องในท้องถิ่นและข้อกำหนดด้านกฎระเบียบ และไม่ใช่คำแนะนำทางการแพทย์เฉพาะบุคคล

Evidence & guidelines

วิทยาลัยพยาธิแพทย์อเมริกัน (College of American Pathologists) ได้ออกแนวทางปฏิบัติเกี่ยวกับการตรวจสอบความถูกต้องของการสร้างภาพสไลด์ทั้งหมดเพื่อวัตถุประสงค์ในการวินิจฉัย (Pantanowitz et al., 2013) ซึ่งความเกี่ยวข้องเฉพาะและการปรับใช้กับเซลล์พยาธิวิทยาได้รับการพิจารณาแยกต่างหาก (Antonini et al., 2022) ความก้าวหน้าในการสแกนและการคำนวณ รวมถึงแนวทางการเรียนรู้เชิงลึกที่เร่งและวิเคราะห์ภาพสไลด์ทั้งหมด ยังคงขยายขอบเขตของสาขาวิชานี้ต่อไป (Rivenson et al., 2022)

History

Telepathology และภาพดิจิทัลแบบคงที่มาก่อนการพัฒนาเครื่องสแกนสไลด์ทั้งหมด ซึ่งทำให้การแปลงสไลด์ทั้งหมดเป็นดิจิทัลเป็นไปได้ในทางปฏิบัติ การนำเซลล์วิทยามาใช้ล่าช้ากว่าเนื้อเยื่อวิทยาเนื่องจากการกระจายตัวของเซลล์แบบสามมิติ แต่การปรับปรุง z-stacking และการเพิ่มขึ้นของการเรียนรู้เชิงลึกได้นำเซลล์วิทยาเชิงดิจิทัลและการวิเคราะห์อัตโนมัติเข้าสู่การศึกษาและการใช้งานที่กว้างขวางขึ้น

Debates

การสร้างภาพสไลด์ทั้งหมดสามารถสนับสนุนการวินิจฉัยทางเซลล์วิทยาเบื้องต้นได้อย่างเต็มที่เพียงใด?

การกระจายตัวของเซลล์แบบสามมิติและความต้องการในการโฟกัสของเซลล์วิทยาทำให้การแปลงเป็นดิจิทัลมีความซับซ้อน ดังนั้นการที่แนวทางปฏิบัติในการตรวจสอบความถูกต้องที่เน้นเนื้อเยื่อวิทยาจะนำมาใช้กับการวินิจฉัยทางเซลล์วิทยาเบื้องต้นได้หรือไม่และอย่างไร ยังคงอยู่ภายใต้การอภิปรายอย่างต่อเนื่อง

Seminal works

• pantanowitz-2013

Frequently asked questions

เหตุใดการแปลงสไลด์เซลล์วิทยาเป็นดิจิทัลจึงยากกว่าการแปลงสไลด์เนื้อเยื่อวิทยาเป็นดิจิทัล?

เซลล์ทางเซลล์วิทยามักจะกระจายอยู่บนระนาบโฟกัสหลายระนาบมากกว่าส่วนเนื้อเยื่อเดียว ดังนั้นการสร้างภาพที่คมชัดอาจต้องมีการจับภาพหลายชั้นโฟกัส (z-stacking) ซึ่งจะเพิ่มเวลาในการสแกนและขนาดไฟล์

การวิเคราะห์ภาพอัตโนมัติเข้ามาแทนที่นักเซลล์วิทยาหรือไม่?

การประยุกต์ใช้ในปัจจุบันได้รับการออกแบบมาเพื่อช่วยโดยการระบุหรือวัดปริมาณสิ่งที่พบเพื่อการตรวจสอบโดยมนุษย์ นักเซลล์วิทยายังคงรับผิดชอบในการตีความ และการใช้งานเพื่อการวินิจฉัยจำเป็นต้องมีการตรวจสอบความถูกต้องอย่างเป็นทางการ