Solución de patología digital resuelve el enigma de los flotadores de tejido

En la práctica clínica habitual, los patólogos pueden encontrar trozos extraños de tejido en los portaobjetos de vidrio que se podrían deber a la contaminación con otras muestras. Estos se llaman típicamente flotadores de tejido. El dilema que a menudo enfrentan los patólogos es si ese flotador de tejido realmente pertenece al caso en cuestión, o si en cambio representa un contaminante verdadero de la muestra de otro paciente, en cuyo caso debe ser ignorado.

Actualmente hay varias medidas que un patólogo puede emplear para solucionar el problema del tejido flotante. Similar al análisis forense, algunos laboratorios han implementado técnicas moleculares (p. ej., huellas dactilares de ADN para pruebas de identidad de tejidos) para tratar de resolver este problema, diseccionando, probando y luego comparando los resultados moleculares del flotador de tejido con la muestra del paciente, adyacente en el portaobjetos de vidrio.

Los patólogos clínicos de la Universidad de Michigan (Ann Arbor, MI, EUA) y sus colegas demostraron la viabilidad de usar una herramienta de búsqueda de imágenes para resolver el enigma del tejido flotante. Se produjo un portaobjetos de vidrio que contenía dos flotadores de tejido separados coloreados con hematoxilina y eosina (H+E). Este portaobjetos fabricado se digitalizó junto con los dos portaobjetos que contienen los tumores originales utilizados para crear estos flotadores. Estas diapositivas se integraron en un conjunto de datos de 2.325 imágenes de láminas enteras que comprenden una amplia variedad de entidades de diagnóstico teñidas con H+E. Las diapositivas digitales se dividieron en parches y las características del parche se convirtieron en códigos de barras para indexar y recuperar fácilmente. Se empleó una herramienta de búsqueda de imágenes basada en el aprendizaje profundo para extraer características de parches a través de códigos de barras, lo que permitió hacer coincidir las imágenes con cada flotador de tejido.

Los tres portaobjetos se digitalizaron completamente con un aumento de × 40 a través de un escáner de portaobjetos completo Aperio AT2 (Leica Biosystems, Richmond, IL, EUA). Se verificó la calidad de estas láminas digitales para evitar la inclusión de identificadores únicos. Todas las láminas se digitalizaron por completo con un aumento de × 40 mediante un escáner Aperio AT2. Se verificó la calidad de estas láminas digitales para evitar la inclusión de identificadores únicos. Estas imágenes de láminas completas (WSI) incluyeron casos de una amplia variedad de sitios anatómicos (p. ej., colon, cerebro, tiroides, próstata, mama, riñón, glándulas salivales, piel, tejidos blandos, etc.) que exhiben diversas entidades de diagnóstico de patología (es decir, neoplasias reactivas, inflamatorias, neoplasias benignas y malignas).

Los científicos informaron que había una probabilidad muy alta de encontrar una coincidencia correcta del tumor para el flotador de tejido consultado cuando se buscaba en la base de datos digital. Los resultados de búsqueda arrojaron repetidamente una coincidencia correcta dentro de las tres imágenes recuperadas. La exactitud de recuperación mejoró cuando se seleccionaron mayores proporciones del flotador. El tiempo para ejecutar una búsqueda se completó en varios milisegundos. Los resultados de la búsqueda de imágenes para los flotadores de tejido coincidentes cuando se utiliza el conjunto de datos piloto UPMC 300 WSI, mostraron que el mejor resultado de rango medio para el tumor de vejiga y de colon fue 1 (IC 95% = 1) al seleccionar 5% hasta el 100% de la región del flotador.

Los autores concluyeron que el uso de una herramienta de búsqueda de imágenes ofrece a los patólogos un método adicional para resolver rápidamente el enigma del flotador de tejidos, especialmente para aquellos laboratorios que pasaron a ser completamente digitales para el diagnóstico primario. El estudio fue publicado el 15 de julio de 2020 en la revista Archives of Pathology & Laboratory Medicine.

Enlace relacionado:
Universidad de Michigan
Leica Biosystems