Mod Path | 病理医生和计算机工程专家团队联合开发数字病理图像标注实用指南

原创 图灵基因 图灵基因 2023-03-30 09:46 发表于江苏

收录于合集#前沿生物大数据分析

人工智能和机器学习的技术进步促进了计算病理学的快速发展。人工智能算法可以增强各种数字病理过程，包括物体计数、生物标志物评分、组织分类和结果预测。

为了确保AI算法在用于诊断目的时的性能和准确性，人类专家必须使用大量标注良好的图像来训练机器学习模型。尽管如此，针对用于机器学习算法训练的病理图像的标注或标记的指导十分有限。

在最近的一项研究中，来自IMP Diagnostics（葡萄牙波尔图）、系统与计算机工程、技术与科学研究所（INESC TEC；葡萄牙波尔图）和波尔图大学工程学院的研究人员开发了一份实用指南，帮助病理医生和人工智能开发人员标注病理图像。

IMP Diagnostics研发部门负责人、该研究的通讯作者Diana Montezuma Felizardo医学博士表示：“从我们的报告中得到的一个重要信息是，在病理医生/标注团队和机器学习专家之间建立频繁的互动和迭代是多么重要。”她补充道：“真正花时间互相交谈可以很容易地修正和改进模型。”

在评论出版病理图像标注指南的重要性时，Montezuma博士说：“我们相信，描述我们标注病理图像的经验将有助于其他人为病理学中的机器学习开发做标注。拥有更好、更稳健的标注将有助于提高模型和算法的性能。”

该报告发表在《Modern Pathology》杂志上的一篇题为“Annotating for Artificial Intelligence Applications in Digital Pathology: A Practical Guide for Pathologists and Researchers”的文章中。

虽然数字病理学的训练机器学习算法是人工智能辅助诊断准确性的关键，但目前还没有关于训练病理图像标注的指南。

Montezuma博士指出：“当我们在IMP Diagnostics的团队与INESC TEC合作，首次开始为计算病理学应用做标注时，我们发现这一领域普遍缺乏指导，几乎没有发表过的文章，网上的信息也非常稀缺。”

她补充说，在这一领域工作了两年后，他们认为分享他们的见解和经验可能很有价值，“希望能帮助其他病理医生和研究人员开始他们的标注工作。”为此，该团队发表了一份报告，描述了他们在标注病理图像方面的经验，并为开发AI辅助数字病理学的标注策略提供了实用指南。

根据该团队的经验，用于图像标注的方法可能因诊断应用或研究目标而异；然而，不同的标注类型和设置可能会出现类似的问题。他们还指出，无论设置如何，图像标注都应该是病理医生、工程师、机器学习研究人员和计算机专家之间的合作成果。多学科团队成员之间的团队协作和有效沟通是标注过程成功的关键。

该指南还强调，病理图像的标注应采用灵活和迭代的方法，而不是僵化的方法。此外，该团队指出，ground truth质量评估的一个重要方面是，ground truth应该是缜密的，并在项目开始时进行定义。

Montezuma博士说：“这项工作很有创新性，因为它全面描述了我们在病理学分类模型开发方面的标注经验，而且普遍缺乏专门针对这一主题的公开信息。它是以一种用户友好的方式编写的，是一份实用而简单的指南，我们认为这在医学文献中也是非常独特的。”

在报告中，作者描述了他们使用硬件对病理图像进行标注的经验。据报道，使用电脑和鼠标或笔/pad可能会令人厌烦，需要学习曲线才能准确绘制，尽管这些都很容易获得，而且价格便宜。带触摸屏的电脑很容易用于图像标注，尽管标注软件没有针对触摸屏进行优化，经常需要进行调整。尽管数字绘图板价格昂贵且未针对图像标注进行优化，但它易于使用，并为病理学图像注释提供了一种有用的替代方案。

作者还提供了解决图像标注常见问题的实用建议。他们建议病理医生在决定使用哪种类型的图像标注和机器学习策略之前，仔细考虑他们的宗旨和目标以及数据量。

“根据我们的经验，选择硬件和软件解决方案是一个反复试验的问题。我们建议在选择硬件或软件解决方案之前测试不同的选项。”Montezuma博士指出。

作者还提醒图像标注人员，在选择标注软件时，要仔细考虑标注文件的格式以及删除标注的容易程度。最后，作者警告说，可能需要补充策略来减少图像标注所需的成本和时间。这些可能包括计算机辅助交互式标注和弱监督机器学习算法。

“在这篇文章中，我们分享了自己的经验，这些经验主要来自于开发专注于肿瘤病理的分类算法。我们希望这篇文章能促使其他小组分享他们在图像标注方面的经验，即在其他任务中的工作，例如预后预测。但是计算病理学有多种应用，需要不同的方法。”Montezuma博士说。

IMP Diagnostics的团队目前正在跟进他们之前的病理学项目，重点关注结直肠和宫颈，但也在开发新的胃病理学应用。“到目前为止，我们主要致力于手工标注，还有其他利用半自动化工具的工作。在其他出版物中看到这些方面会很有趣。”Montezuma博士补充道。