Hidden networks, deconstructions, convolutions and colourful revolutions. Explainable multi- class classification for histopathologic lymphoid tissue prototyping

Stellen Sie sich vor, Sie sind ein Detektiv, der ein Rätsel in einer winzigen, überfüllten Stadt aus Zellen löst. In der Welt der Medizin ist diese Stadt ein Gewebeschnitt eines Patienten, der unter einem Mikroskop betrachtet wird. Normalerweise schauen Ärzte (Pathologen) mit ihren Augen auf diese Städte und suchen nach Hinweisen in den Formen und Farben der Gebäude (Zellen), um herauszufinden, welche Art von Krankheit sie überfallen hat. Aber manchmal sind die Hinweise tückisch, die Beleuchtung seltsam oder die Stadt ist einfach zu groß, um sich jede einzelne Ziegelstein anzusehen. Hier kommt „Deep Learning“ ins Spiel. Denken Sie an Deep Learning als einen superintelligenten, unermüdlichen Roboter-Lehrling, der Millionen dieser winzigen Städte in Sekundenschnelle scannen kann. Es gibt jedoch einen Haken: Die meisten dieser Roboter sind „Black Boxes“. Sie geben eine Antwort wie „Es ist ein B-Zell-Problem!“, aber sie können nicht erklären, warum. Sie zeigen nicht ihren Rechenweg. Diese Arbeit geht diesem Rätsel nach, indem sie einen Roboter baut, der nicht nur rät, sondern tatsächlich sein Detektiv-Board zeigt und genau erklärt, welche Hinweise zu dem Schluss geführt haben. Es geht darum, die unsichtbare Logik der KI für die menschlichen Ärzte, die ihr vertrauen müssen, sichtbar und verständlich zu machen.

Die Forscher hinter dieser Studie, die an der University of the Witwatersrand in Südafrika arbeiten, beschlossen, eine neue Art von „Detektiv-Roboter“ speziell für die Untersuchung von Lymphgewebe (einer Art von Immungewebe) zu bauen, das mit einem speziellen braunen Farbstoff namens CD20 gefärbt wurde. Dieser Farbstoff wirkt wie ein Textmarker, der spezifische B-Zellen (eine Art von weißen Blutkörperchen) markiert, damit sie sich vor dem blauen Hintergrund anderer Zellen abheben. Ihr Ziel war es, ein System zu schaffen, das diese Gewebe nicht nur mit hoher Genauigkeit in verschiedene Kategorien sortieren kann, sondern auch seinen eigenen Denkprozess „dekonstruieren“ kann, sodass ein Mensch genau sehen kann, wie es zu einer Entscheidung gelangt ist.

Um dies zu erreichen, haben sie dem Computer nicht einfach nur ein Bild gegeben und nach einer Antwort gefragt. Stattdessen bauten sie eine dreispurige Autobahn für die Daten, auf der das Bild des Gewebes gleichzeitig durch drei verschiedene Verarbeitungsströme reist, so als würde ein Auto drei verschiedene Routen zum selben Ziel nehmen, um Notizen zu vergleichen.

Strom A ist wie ein Form- und Farbscanner. Er zerlegt das Bild in winzige Gitter, um Kanten und Formen zu zählen (unter Verwendung von etwas namens HOG), und nimmt auch eine Momentaufnahme der exakten Mischung aus Rot-, Grün- und Blautönen (RGB) im Gewebe.

Strom B ist der Textur-Detektiv. Er nutzt ein Werkzeugkasten aus fortgeschrittenen mathematischen Tricks, um das „Korn“ des Gewebes zu untersuchen. Er prüft Muster in der Wiederholung von Farben (LBP), misst, wie Licht- und dunkle Stellen interagieren (Haralick), und verwendet sogar ein wellenartiges mathematisches Werkzeug (Wavelets), um verborgene Details in der Textur zu finden. Er sucht auch gezielt nach dem braunen Farbstoff (DAB), um exakt zu messen, wie viel der Zielzellen vorhanden ist.

Strom C ist ein kleines, schnelles neuronales Netzwerk (ein Mini-Gehirn), das das Bild als Ganzes betrachtet, um die „großen“ Strukturen zu erfassen, die die anderen beiden Ströme vielleicht übersehen könnten.

Sobald diese drei Ströme ihre Hinweise gesammelt hatten, warfen sie diese nicht einfach auf einen Haufen. Sie verschmolzen sie zu einem massiven, 6.657-dimensionalen „Super-Feature“-Vektor. Um dies handhabbar zu machen, projizierten die Forscher diese riesige Datenwolke auf eine „Einheits-Hypersphäre“. Stellen Sie sich einen riesigen, unsichtbaren Ball vor, bei dem jedes mögliche Gewebemuster ein Punkt auf der Oberfläche ist. Das System verwendet dann zwei verschiedene Bewertungsmethoden – Minkowski (MK) und Cauchy-Kerndichte (CKD) – um zu sehen, wie nah eine neue Gewebeprobe den „Prototypen“ (den Durchschnittsbeispielen) ist, die es bereits gelernt hat. Es ist wie die Prüfung, ob ein neuer Verdächtiger eher wie der „B-Zell-Clan“ oder der „T-Zell-Clan“ aussieht, basierend darauf, wie nah er den Anführern der jeweiligen Gruppe auf diesem riesigen Ball steht.

Die Ergebnisse waren beeindruckend. Das System erreichte eine Klassifizierungsgenauigkeit von 95,7 % auf einem Validierungssatz von 303 Kacheln (kleinen Stücken des Gewebebildes). Es identifizierte korrekt 91 Kacheln von Probe 1, 88 von Probe 2, 14 von Probe 3 und 93 von Probe 4. Die Forscher fanden heraus, dass die beiden verschiedenen Bewertungsmethoden (MK und CKD) identische Ergebnisse lieferten, was darauf hindeutet, dass der Erfolg des Systems auf der Qualität der gesammelten Hinweise beruht und nicht nur auf der Mathematik, die sie zählt.

Eine der faszinierendsten Entdeckungen geschah bei „Probe 1“. Das System bemerkte etwas Ungewöhnliches: Der braune Farbstoff (CD20) war zwar vorhanden, aber schwach und fleckig. Die Forscher stellten fest, dass dies wahrscheinlich darauf zurückzuführen ist, dass sich die Zellen in einem spezifischen Zustand befanden, in dem sie aufgehört hatten, das CD20-Protein zu produzieren, möglicherweise aufgrund früherer Behandlungen oder eines unterdrückten Immunsystems. Das System sagte nicht einfach nur „falsch“; es hob dieses „ungewöhnliche Diaminobenzidin-Signal“ als Schlüsselmerkmal hervor und zeigte damit, dass es in der Lage ist, subtile biologische Besonderheiten zu erkennen, die ein einfaches „Ja/Nein“-Klassifizierungssystem vielleicht übersehen würde.

Das Paper ist jedoch vorsichtig damit, dies als magische Lösung zu behaupten, die alles löst. Die Autoren stellen ausdrücklich fest, dass ihr Modell auf einem einzigen Farbstoff (CD20) basiert und dass es leicht mit Probe 3 Schwierigkeiten hatte, die weniger Datenpunkte zum Lernen hatte (nur 52 ursprüngliche Kacheln, die auf 208 erweitert wurden). Sie geben auch zu, dass das Modell nicht perfekt zwischen B-Zellen und T-Zellen unterscheiden konnte, da ihm ein zweiter Farbstoff (wie CD3) fehlte, um die Anwesenheit der T-Zellen zu bestätigen. Tatsächlich merken sie an, dass drei von B-Zellen dominierte Kacheln fälschlicherweise als Probe 4 (die hauptsächlich aus T-Zellen bestand) klassifiziert wurden, was darauf hindeutet, dass der Roboter ohne mehr genetische oder Multi-Stain-Daten an den Grenzen immer noch verwirrt werden kann.

Die Studie kommt zu dem Schluss, dass das System zwar hocheffektiv für seine spezifische Aufgabe ist – die Sortierung dieser vier Arten von Lymphgewebe mit 95,7 % Genauigkeit und der Bereitstellung einer klaren visuellen Karte darüber, warum es diese Entscheidungen getroffen hat –, es aber noch kein eigenständiges Diagnosewerkzeug für alle Krankheiten ist. Die Autoren schlagen vor, dass zukünftige Arbeiten ein vollständiges Panel an Farbstoffen und genetischen Daten enthalten müssen, um dem Roboter zu helfen, zwischen verschiedenen Arten von Zelllinien klarer zu unterscheiden. Sie haben ein transparentes, erklärbares Framework geschaffen, das mit den bereitgestellten Daten gut funktioniert, warnen aber gleichzeitig davor, dass die Verallgemeinerung auf die breitere, chaotischere Welt der menschlichen Krankheiten mehr Training und komplexere Hinweise erfordern wird.