Контроль качества для цифровой патологии

При отсутствии стандартов сортировки и оцифровки слайдов в патологии смешивание точных и некачественных образцов может создать проблемы в процессе диагностики. В частности, подобная ситуация может ввести в заблуждение компьютерную программу, которая проходит обучение по определению того, как выглядит раковая клетка.

Ученые и биоинженеры из Кейсовского университета Западного резервного района (США) планируют изменить ситуацию путем разработки программы контроля качества для подтверждения качества цифровых изображений, используемых в диагностических и исследовательских целях. Их проект называется "HistoQC" (от слов Histology и Quality Control).

Информация о проекте была опубликована в журнале Journal of Clinical Oncology Clinical Informatics.

По словам разработчиков,

Оцифровка слайдов все еще относительно новая задача в здравоохранении. По мере того, как цифровая патология становится все более распространенной в клинической практике, проблема стандартов контроля и обеспечения качества становится все более острой. В проекте HistoQC мы создаем инструмент, чтобы помочь в решении этой надвигающейся проблемы для сообщества патологоанатомов.

Несовершенство слайдов может быть вызвано целым рядом факторов, начиная от воздушных пузырьков, мазков и рваных порезов, возникших во время подготовки слайдов, и заканчивая проблемами размытости или яркости, которые имеют место при оцифровке.

Приложение с открытым исходным кодом было разработано Эндрю Яновчиком, старшим научным сотрудником Центра компьютерной визуализации и персональной диагностики Швейцарского института биоинформатики, который был удивлен количеством некачественных слайдов в Атласе раковых заболеваний, в котором содержится более 30 000 образцов тканей рака. Из 800 рассмотренных им случаев около 10% имели проблемы.

В рамках трехлетнего гранта, предоставленного американским Национальным институтом рака, HistoQC использует серию измерений и классификаторов для выявления и предупреждения пользователей о поврежденных изображениях, помогая в то же время определить изображения, которые помогут в диагностике.

Эти специфические классификации включают ряд различных типов артефактов, таких как разрывы стекла, волосы, фолликулы, складки тканей и размытость изображений, и ожидается, что они будут расширяться, поскольку инструмент контроля качества разработан для новых изображений и в конечном итоге будет обучен определению новых классификаций по ним.

Самое главное, HistoQC может помочь идентифицировать некачественный слайд на основе статистики изображений. Эта информация из пользовательского интерфейса может быть использована для регистрации слайдов, которые потенциально не могут быть использованы и нуждаются в повторном сканировании или воссоздании. Очень важно, чтобы эти слайдовые изображения "с артефактами" были идентифицированы до попадания к патологоанатому для диагностической интерпретации.