Interactive Whole Slide Images for RL-based Tumour Segmentation

In der Welt der medizinischen Diagnostik untersuchen Pathologen Gewebeproben unter dem Mikroskop, um Krankheiten wie Krebs zu identifizieren. Um dies digital zu tun, verwenden sie Ganzobjektbilder, welche massive, hochauflösende Scans ganzer Objektträger sind. Diese Bilder sind so groß, dass sie Milliarden von Pixeln enthalten, weit mehr, als ein Computerbildschirm auf einmal anzeigen kann. Um sie verständlich zu machen, werden die Bilder als Pyramiden aus Schichten gespeichert, wobei die oberste Schicht eine winzige, unscharfe Übersicht ist und die unteren Schichten unglaublich detaillierte Nahaufnahmen darstellen. Traditionell analysieren Computer diese Objektträger, indem sie sie in tausende kleine, feste Quadrate zerlegen und jedes einzeln überprüfen. Während dies funktioniert, ist es langsam und verschwenderisch, da es den Computer oft dazu zwingt, riesige Bereiche gesunden Gewebes zu untersuchen, nur um die kleinen, verstreuten Regionen zu finden, in denen sich ein Tumor verbergen könnte.

Forscher haben sich lange gefragt, ob Computer lernen könnten, diese Objektträger so zu betrachten wie ein menschlicher Arzt: indem sie die Übersicht scannen, in verdächtige Stellen hineinzoomen und den Rest ignorieren. Eine neue Studie eines Teams aus Frankreich, Italien und Paris schlägt eine Methode vor, bei der ein künstlicher Intelligenz-Agent lernt, diese digitalen Objektträger eigenständig zu navigieren. Anstatt das gesamte Bild auf einmal zu verarbeiten, bewegt sich der Agent durch den Objektträger und entscheidet selbst, wohin er schaut, wie stark er zoomt und wann er eine Stelle als Tumor markiert. Die Forscher fanden heraus, dass dieser interaktive Ansatz es dem Computer ermöglicht, Tumore mit einer Genauigkeit zu finden, die den traditionellen Methoden ähnelt, jedoch in einem Bruchteil der Zeit – ein Prozess, der Minuten dauert, wird so zu einem, der Sekunden dauert.

Der Kern dieser Arbeit ist ein System, das den digitalen Objektträger nicht als statisches Bild, sondern als interaktive Umgebung betrachtet. Stellen Sie sich einen Pathologen vor, der an einem Mikroskop sitzt; er betrachtet nicht jede einzelne Zelle der Probe. Stattdessen beginnt er mit einer breiten Ansicht, entdeckt einen Bereich, der ungewöhnlich aussieht, und zoomt dann heran, um ihn genauer zu inspizieren. Die Forscher bauten ein Computerprogramm, das dieses Verhalten nachahmt. Sie entwickelten einen virtuellen Agenten, der sich nach links, rechts, oben oder unten bewegen kann und hinein- oder herauszoomen kann, um den Detailgrad dessen, was er sieht, zu ändern. Das Ziel des Agenten ist es, eine Karte des Tumors zu erstellen, indem er eine Serie dieser Bewegungen und Auswahlen trifft. Er beginnt mit einer leeren Tafel und füllt die Form des Tumors nach und nach aus, indem er wählt, welche Teile des Objektträgers er fokussiert.

Um den Agenten beizubringen, wie er dies tut, verwendeten die Forscher eine Lernmethmeth namens Reinforcement Learning (bestärkendes Lernen). Dies ist eine Art des Trainings, bei der der Agent durch Versuch und Irrtum lernt und Feedback für seine Handlungen erhält. In diesem Fall erhält der Agent eine Belohnung, wenn seine aktuelle Vermutung über den Standort des Tumors näher an den tatsächlichen Ort gelangt, der durch Experten-Annotationen bekannt ist. Die Forscher gestalteten das Belohnungssystem sorgfältig. Sie fanden heraus, dass der Agent zu aggressiv wird und gesundes Gewebe als krebsartig markiert, wenn er lediglich dafür belohnt wird, irgendeinen Teil des Tumors zu finden. Wenn die Belohnung jedoch so strukturiert ist, dass sie den Agenten dazu ermutigt, seine Karte im Verlauf zu verfeinern, lernt der Agent präziser zu werden. Die Studie zeigte, dass die Gabe einer moderaten Menge an Zeit für seine Bewegungen – etwa 80 Schritte pro Objektträger – es dem Agenten ermöglichte, den Tumor effektiv zu finden, ohne sich in unnötigen Details zu verlieren.

Das Team testete dieses System an Objektträgern von Patienten mit Adenokarzinom der Lunge, einer häufigen Art von Lungenkrebs. Sie verglichen ihren neuen Agenten mit Standard-Computermethoden, die den Objektträger in feste Quadrate zerlegen. Die Ergebnisse waren beeindruckend. Die traditionellen Methoden, die den gesamten Objektträger verarbeiten, benötigten im Durchschnitt über 229 Sekunden, um einen einzelnen Objektträger zu analysieren, wobei einige je nach Größe des Tumors noch länger brauchten. Im Gegensatz dazu schloss der neue interaktive Agent dieselbe Aufgabe in durchschnittlich nur 3 Sekunden ab. Obwohl der Agent etwas weniger präzise darin war, die exakten Grenzen des Tumors zu zeichnen als die fortschrittlichsten traditionellen Methoden, erfasste er die allgemeine Form und den Standort der Krankheit mit vergleichbarer Genauigkeit. Dieser Kompromiss ist bedeutend, da er bedeutet, dass ein Arzt eine vorläufige Analyse eines Objektträgers fast augenblicklich erhalten könnte, anstatt darauf zu warten, dass ein Computer jeden Zentimeter des Bildes verarbeitet.

Eine der wichtigsten Entdeckungen der Studie war, dass der Agent eine große Vielfalt an Beispielen sehen musste, um gut zu lernen. Als die Forscher den Agenten mit einem kleinen Satz von Objektträgern trainierten, hatte er Schwierigkeiten, auf neue Patienten zu generalisieren. Als sie jedoch den Trainingsdatensatz erweiterten, um mehr Objektträger einzubeziehen, wurde der Agent wesentlich zuverlässiger. Dies deutet darauf hin, dass Computer, um zu lernen, wie man komplexe medizinische Bilder effektiv navigiert, einer breiten Palette von Fällen ausgesetzt werden müssen, genau wie menschliche Ärzte. Die Studie hob auch hervor, dass der Agent keine komplexen Gedächtnissysteme benötigte, um sich an das zu erinnern, was er gesehen hatte; die Kombination aus der aktuellen Ansicht und einer globalen Übersicht des Objektträgers reichte aus, damit er gute Entscheidungen treffen konnte.

Die Forscher räumen ein, dass ihre Methode nicht perfekt ist. Der Agent hat manchmal Schwierigkeiten mit den feinen Details der Tumorgrenze, was wahrscheinlich daran liegt, dass er in Schritten agiert, die zu groß sind, um selbst kleinste Unregelmäßigkeiten zu erfassen. Zudem wurde die Studie an einer einzigen Krebsart aus einem Krankenhaus durchgeführt, daher ist noch nicht bekannt, ob derselbe Ansatz auch für andere Krankheiten oder in anderen klinischen Umgebungen funktionieren wird. Trotz dieser Einschränkungen zeigt die Arbeit einen klaren Weg nach vorne auf. Indem man Computern ermöglicht, mit medizinischen Bildern auf eine Weise zu interagieren, die die menschliche Exploration widerspiegelt, ist es möglich, die Zeit für die Diagnose drastisch zu reduzieren, ohne zu viel Genauigkeit einzubüßen. Dieser Ansatz bietet einen vielversprechenden Weg, um das überwältigende Volumen an Daten in der modernen Pathologie zu bewältigen, was es Ärzten potenziell ermöglichen könnte, ihre Aufmerksamkeit auf die Fälle zu richten, die sie am dringendsten benötigen.