The PAR dataset: Prostate biopsy whole slide images from an underrepresented Middle Eastern population
Dieses Paper stellt den PAR-Datensatz vor, eine öffentlich verfügbare Sammlung von 1.017 Ganzschnittbildern von Prostata-Biopsien von 185 Patienten aus Erbil, Irak, die mit Gleason-Scores und ISUP-Graden annotiert wurden, um den Mangel an nahöstlichen Daten zu beheben und die Generalisierbarkeit von KI-Modellen in der digitalen Pathologie zu verbessern.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich den menschlichen Körper als eine riesige, geschäftige Stadt vor, und in dieser Stadt ist jede Zelle ein winziger Arbeiter. Manchmal gehen ein paar Arbeiter ab, bauen chaotische, gefährliche Strukturen, anstatt sich an die Regeln zu halten. Das ist Krebs. Um diese Unruhestifter frühzeitig zu erfassen, entnehmen Ärzte winzige Gewebeproben, färben sie mit bunten Farbstoffen ein und betrachten sie unter leistungsstarken Mikroskopen. Dies nennt man Pathologie. Lange Zeit wurde dies allein durch das menschliche Auge gemacht, aber jetzt bringen wir Computern bei, diese farbenfrohen Landkarten ebenfalls zu sehen. Das ist Künstliche Intelligenz (KI) in der digitalen Pathologie. Die Idee ist: Wenn wir einen Computer lehren können, die rebellischen Arbeiter zu entdecken, kann er Ärzten helfen, schnellere und genauere Diagnosen zu stellen. Aber hier liegt der Haken: Die meisten „Trainingshandbücher“, die wir verwenden, um diese Computer zu lehren, wurden von Menschen aus nur einem Teil der Welt geschrieben. Wenn der Computer nur von Bildern einer bestimmten Art von Stadt lernt, könnte er verwirrt sein, wenn er eine Stadt sieht, die ein wenig anders aussieht. Wir müssen sicherstellen, dass unsere digitalen Detektive für alle bereit sind, nicht nur für einige wenige Auserwählte.
Genau dieses Problem wollte ein Forscherteam mit einem neuen Projekt namens PAR-Datensatz lösen. Sie erkannten, dass es zwar viele digitale Bilder von Prostatabiopsien (winzige Proben, die zur Überprüfung auf Prostatakrebs entnommen werden) aus Orten wie Schweden, den Niederlanden und den USA gibt, aber fast keine aus dem Nahen Osten. Dies hinterließ eine riesige Lücke in unserem Wissen: Würde eine KI, die mit westlichen Proben trainiert wurde, bei Patienten aus dem Irak genauso gut funktionieren? Um dies zu beheben, reiste das Team nach Erbil im Irak und sammelte einen unglaublichen Schatz an medizinischen Bildern. Sie sammelten 1.017 Ganzobjektbildern von 185 Patienten. Aber sie machten nicht nur ein Foto jeder Probe; sie machten drei. Mit drei verschiedenen Arten von High-Tech-Scannern digitalisierten sie jeden einzelnen Objektträger. Es ist, als würde man ein Gemälde mit einer Canon-Kamera, dann mit einem iPhone und dann mit einem spezialisierten Kunstscanner fotografieren, nur um sicherzustellen, dass das Bild unabhängig davon, welches Werkzeug man benutzt, gut aussieht.
Die Forscher holten auch drei erfahrene Pathologen hinzu – Spezialisten, die wie die Meisterdetektive der Zellwelt sind –, um diese Objektträger zu bewerten. Diese Experten betrachteten die Bilder unabhängig voneinander und gaben ihnen Bewertungen basierend darauf, wie aggressiv der Krebs aussah. Das Ergebnis ist eine massive, offene Bibliothek von Daten, die nicht nur die Bilder enthält, sondern auch die „Antworten“ von drei verschiedenen Experten. Dies ermöglicht es Wissenschaftlern zu testen, ob ihre KI-Modelle mit verschiedenen Scannern umgehen können und ob sie Krebs in einer Bevölkerungsgruppe korrekt identifizieren können, die bisher übersehen wurde. Das Team stellte fest, dass sie durch das Teilen dieser Daten die Lücke zwischen High-Tech-medizinischen Werkzeugen und den Menschen, die sie am dringendsten benötigen, schließen können, um sicherzustellen, dass die Zukunft der Krebsdiagnose fair und genau für alle ist, unabhängig davon, wo sie leben. Sie haben in dieser Arbeit keine neue Heilung oder einen neuen Scanner erfunden; stattdessen haben sie eine entscheidende Brücke gebaut – einen gemeinsamen Spielplatz, auf dem KI getestet und verbessert werden kann, damit niemand zurückgelassen wird.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.